摘要：
## 数据预处理相关参考链接：1.[Titanic总结](https://blog.csdn.net/han_xiaoyang/article/details/49797143)2.[别人Titanic的总结](https://blog.csdn.net/u013240812/article/det 阅读全文
摘要：
# 各模型对比## 回归参考数据《机器学习实战》第八章 阅读全文
摘要：
机器学习资料 ### 1.聚类资料及代码：Python实现聚类算法(三)之总结:https://www.colabug.com/72166.htmlscikit-learn学习之K-means聚类算法与 Mini Batch K-Means算法:https://blog.csdn.net/gamer 阅读全文
摘要：
概念： 思维导图： 相关资料链接： Python实现聚类算法(三)之总结:http://www.colabug.com/72166.html scikit-learn学习之K-means聚类算法与 Mini Batch K-Means算法:https://blog.csdn.net/ 阅读全文
摘要：
# 机器学习中的五种回归模型及其优缺点·监督学习参考链接：https://blog.csdn.net/Katherine_hsr/article/details/79942260 ## 1.线性回归(Linear Regression)参考：《机器学习实战》第八章算法链接：https://githu 阅读全文
摘要：
#决策树______##决策树的学习###1.reference blog: https://blog.csdn.net/jiaoyangwm/article/details/79525237#t0 （机器学习实战简略版，更容易懂，附在下面）###2.reference book:《机器学习实战》# 阅读全文
摘要：
工作原理： 所谓的dropout，从字面意思理解，就是“抛弃”。 抛弃什么呢？抛弃的是网络中隐藏层的节点（输入层和输出层是由数据类型和问题类型决定的，当然不能动啦！）。 怎么抛弃呢？dropout有一个参数p，p的取值介于0和1，含义是每个节点有p概率被抛弃。 被抛弃对这个节点有什么影响呢？drop 阅读全文
摘要：
学习资料： 1.sklearn的代码，可以参照中文的，然后再seedbank上面操作（网页可以直接跑代码，甚至是GPU） seedbank：http://tools.google.com/seedbank/seed/5186378094608384 seedbank怎么导入文件或图片（谷歌云盘Col 阅读全文
摘要：
SVM（支持向量机） 1.什么是SVM 通过跟高斯“核”的结合，支持向量机可以表达出非常复杂的分类界线，从而达成很好的的分类效果。“核”事实上就是一种特殊的函数，最典型的特征就是可以将低维的空间映射到高维的空间。 我们如何在二维平面划分出一个圆形的分类界线？在二维平面可能会很困难，但是通过“核 阅读全文
摘要：
目录 目录 Centos7安装TensorFlow 1.安装Centos7 2.安装Python3 3.安装Python-pip 4.安装TensorFlow 5.搭建 tensorflow+keras 深度学习环境 Linux下安装Anaconda Ubuntu安装 1.Ubuntu安装 2.ub 阅读全文