- 机器学习
- 统计学派 VS 贝叶斯派
目录
- # 1. 吴恩达-机器学习
- 1-1. 基础概念 1-2. Logistic Regression 1-3. Regularization 1-4. Neural Network 1-5. K-Means 1-6. 主成分分析（PCA） 1-7. Anomaly detection 1-8. 协同过滤 1-9. 大规模机器学习
- # 2. 浙大胡浩基-机器学习
- 2-1. 支持向量机（SVM）
- # 3. 莫烦-机器学习算法的数学解析与 Python 实现
- 3-1. Decision Tree
- # 4. 李航-统计学习方法
- 4-1. 机器学习及监督学习概论 4-2. 感知机 4-3. k 近邻法 4-4. 朴素贝叶斯法 4-5. EM 算法
- # 5. 李沐-实用机器学习
- 5-1. Model Combination(Bagging & Boosting, etc)
编辑 (opens new window)
上次更新: 2022/05/13, 14:03:03