随笔分类 - 机器学习
摘要:ML-python代码从零开始实现
回归模型——线性回归、逻辑斯蒂回归、感知机、最大熵模型
阅读全文
摘要:本文介绍两种聚类方法: K-means、DBSCAN, 讨论高斯混合模型, 并了解如何将它们用于密度估计、聚类和异常检测
阅读全文
摘要:本文介绍两种主要的数据降维方法:投影和流形学习, 并学习现在最流行的三种数据降维技术: PCA、kernel PCA、LLE
阅读全文
摘要:本文讨论几种流行的集成方法,包括bagging、boosting、stacking,也将探索随机森林
阅读全文
摘要:支持向量机及其解决线性分类、非线性分类和回归问题的方法
阅读全文
摘要:通过线性回归介绍几种训练模型——“闭式方程”、几种梯度下降法、正则化模型,以及逻辑回归、softmax回归这两种分类方法
阅读全文