• Machina learning(机器学习)
  • 机器学习方法概论
  • 第一章：回归分析
    • 01：线性回归基本介绍
    • 02：线性回归算法模型
    • 03：正则化方法，防止过拟合
    • 04：线性回归正则化
    • 05：评价回归线拟合程度的好坏
    • 06：训练集、测试集、交叉验证
    • 07：Python库实现K-Fold Corss Vavlidation
    • 08：Sklearn库实现线性回归
    • *附：资源文件下载
  • 第二章：逻辑回归
    • 01：逻辑回归概念
    • 02：逻辑回归求解
    • 03：梯度下降详解
  • *附：L1和L2正则化专题
    • 01：正则化能够降低过拟合：经验函数
    • 02：L1和L2 regularization：公式推导
    • 03：机器学习中L0、L1与L2范数（一）
    • 04：机器学习中L0、L1与L2范数（二）
    • 05：正则化避免过拟合示例
    • 06：机器学习中正则化项L1和L2的直观理解
  • *附：梯度下降专题
    • 01：梯度下降总结
    • 02：手绘梯度下降
  • *附：大牛级人物传记序列
    • 01：当今世界最NB的25位大数据科学家
  • *附：机器学习杂谈
    • 01：机器学习派别之分
  • *附：数据集
    • 01：机器学习数据集之一
    • 02：机器学习数据集之二
Powered by GitBook

*附：机器学习杂谈

https://www.leiphone.com/news/201702/z1aKZcHhkdKtQFoa.html?viewType=weixin

results matching ""

    No results matching ""