笔者近期想做一下机器学习相关理论总结,计划划分为以下章节:
- 贝叶斯理论
- 概率密度函数估计
- EM算法
- 线性判别——感知器
- 支持向量机
- 近邻法
- 特征提取与特征选择
- 神经网络
- RNN
- 非监督学习
- 决策树
- 聚类
各章节主要包含两部分:
- 理论介绍
- 代码实战
笔者近期想做一下机器学习相关理论总结,计划划分为以下章节:
- 贝叶斯理论
- 概率密度函数估计
- EM算法
- 线性判别——感知器
- 支持向量机
- 近邻法
- 特征提取与特征选择
- 神经网络
- RNN
- 非监督学习
- 决策树
- 聚类
各章节主要包含两部分:
- 理论介绍
- 代码实战