摘要：
机器学习基础：朴素贝叶斯小结 CONTENTS "1. 全概率公式与贝叶斯公式" "2. 朴素贝叶斯的模型" "3. 朴素贝叶斯的推断过程" "4. 朴素贝叶斯的参数估计" "5. 朴素贝叶斯算法优缺点" "6. 代码实践" 1. 全概率公式与贝叶斯公式 $$ 全概率公式： P(X)=\sum_{k 阅读全文
摘要：
机器学习基础：线性回归小结 CONTENT "1.线性回归形式和损失函数" 基本形式 损失函数 "2.线性回归的求解算法" 梯度下降法 最小二乘法 牛顿法 拟牛顿法 "3.多项式回归和广义线性回归" 多项式回归 广义线性回归 "4.线性回归中的正则化" L1正则： Lasso L2正则： Ridge 阅读全文