ML第14周学习小结

本周收获

总结一下本周学习内容：

• 1、《深入浅出Pandas》的第14章：Pandas时序数据

  • 14.1 固定时间
  • 14.2 时长数据
  • 14.3 时间序列
    • 🚗博客： Pandas：时序数据（上）

• 2、《机器学习》第7章：贝叶斯分类器

  • 7.1 贝叶斯决策论
  • 7.2 极大似然估计
  • 7.3 朴素贝叶斯分类器
  • 7.4 半朴素贝叶斯分类器
  • 7.5 贝叶斯网
  • 7.6 EM算法
    • 🚗博客： 机器学习：贝叶斯分类器

• 3、《深度学习》第1章、第2章：预备知识

  • 2.1 安装运行环境
  • 2.2 数据操作
  • 2.3 自动求梯度
    • 🚗博客： 深度学习：预备知识

下周计划

我的下周学习计划是：

• 1、🚩《深入浅出Pandas》的第14章：Pandas时序数据

  • 14.4 时间偏移~ 14.6时间操作

• 2、🚩《机器学习》第8章：集成学习

  • 8.1 个体与集成
  • 8.2 Boosting
  • 8.3 Bagging与随机森林
  • 8.4 结合策略
  • 8.5 多样性

• 3、🚩《深度学习》第3章：深度学习基础

  • 3.1 线性回归 ~ 3.4 softmax回归