积土而为山，积水而为海。——荀子
前言
第一章 K值邻近
第一节 K值邻近
第二节 程序实现
第二章 决策树
第一节 决策树
第二节 信息增益
第三节 划分训练集
第四节 程序实现
第三章 朴素贝叶斯
第一节 概率问题
第二节 朴素贝叶斯公式
第三节 程序实现
第四章 线性回归
第一节 回归问题
第二节 梯度下降
第三节 随机梯度下降
第四节 多元线性回归
第五节 矩阵法实现
第五章 Logistic回归
第一节 Logistic函数
第二节 梯度上升
第三节 程序实现
第六章 支持向量机
第一节 支持向量机原理
第二节 最大间隔
第三节 对偶问题
第四节 参数求解
第五节 线性不可分处理
第六节 核函数
第七节 SMO算法求alpha
第八节 程序实现
第七章 K-Mean
第一节 K-Mean原理
第二节 程序实现
第八章 主成分分析
第一节 主成分分析
第二节 程序实现
第九章 独立成分分析
第一节 问题的提出
第二节 独立成分分析
第三节 程序实现
第十章 马尔可夫链
第一节 马尔可夫链
第二节 马尔可夫决策过程
第三节 值迭代和策略迭代
机器学习笔记
返回首页
发表留言
本文作者：李德强
第一章 K值邻近
返回首页
返回顶部
看不清？点击刷新
发表留言
Copyright © 2015-2023 问渠网 辽ICP备15013245号