机器学习专题

3,850次阅读
没有评论

共计 750 个字符,预计需要花费 2 分钟才能阅读完成。

博客新增专题模块 ,该页面提供专题内所有文章导航

华丽丽的分割线


1、机器学习导论(2)–梯度下降法

2、最小二乘与最大似然参数估计及Python实现

3、Tensorflow for Line Regression

4、机器学习中分类任务的两种模型

5、机器学习:Logistics回归与线性回归对比

6、机器学习分类判别方法(一):Fisher线性判别

7、机器学习分类判别方法(二):Support Vector Machines(预备知识:拉格朗日乘子法与KKT条件)

8、机器学习分类判别方法(二):Support Vector Machines(一)

9、机器学习分类判别方法(二):Support Vector Machines(二)

10、机器学习分类判别方法(二):Support Vector Machines(三)

11、机器学习:Loss function探讨

12、机器学习分类判别方法(三):KNN

13、机器学习分类判别方法(四):Relevance Vector Machines

14、机器学习:从Logistics回归到神经网络

15、机器学习:Deep Learning(一)

16、Deep Learning:Loss function&Back propagation

17、Deep Learning TensorFlow实践:mnist手写识别(一)

18、Deep Learning TensorFlow实践:mnist手写识别(二)

19、Deep Learning:神经网络的优化技巧(Review)

51、特征工程(1)-数据预处理标准化

52、特征工程(2)-数据预处理区间缩放法

53、特征工程(3)-数据预处理归一化

54、特征工程(4)-数据预处理二值化

55、特征工程(5)-数据预处理哑编码

56、特征工程(6)-数据预处理数据变换

 

正文完
请博主喝杯咖啡吧!
post-qrcode
 
admin
版权声明:本站原创文章,由 admin 2017-07-23发表,共计750字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)
验证码