LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记 LaTeX 排版的机器学习的笔记 LaTeX 排版的机器学习的笔记 LaTeX 排版的机器学习的笔记 LaTeX 排版的机器学习的笔记 LaTeX 排版的机器学习的笔记 LaTeX 排版的机器学习的笔记 LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记
LaTeX 排版的机器学习的笔记
作品简介

主要的内容包括:机器学习、线性回归、最小均方 (LMS)、逻辑回归、分类、广义线性模型、普通最小二乘、生成学习算法、高斯判别分析、朴素贝叶斯、拉普拉斯平滑、核方法、支持向量机 (SVM)、 深度学习、神经网络、反向传播、正则化、交叉验证、无监督学习、k-means 聚类、期望最大化 (EM) 算法、因子分析、主成分分析、独立成分分析、强化学习和控制、马尔可夫决策过程, 价值迭代和策略迭代。

  •   848
  •   42
  •   5

暂无评论