机器学习理论

机器学习
统计学习
发布日期:   2020-07-06
更新日期:   2022-08-20
文章字数:   100
阅读时长:   1 分
阅读次数:  

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
文章作者: 思考猫
文章链接: https://xuejy19.github.io/2020/07/06/ji-qi-xue-xi-li-lun/
版权声明: 本博客所有文章除特別声明外，均采用 CC BY 4.0 许可协议。转载请注明来源 思考猫 !
机器学习
赏
评论
 上一篇
贝叶斯理论 贝叶斯理论
该部分按照以下层次进行组织： 从贝叶斯公式谈起 贝叶斯决策
2020-07-23 统计学习
下一篇 
有感 有感
  或许逃避是人的天性，整个博一上学期，似乎整天忙忙碌碌，在若干门课程中来回斡旋，
2020-02-22 闲谈
无感而发
  目录