吴恩达cs229

machine-learning

15页 • 0 Star • 2019年5月12日收录

开始阅读

书籍推荐

机器学习实战

gaolinjie • machine-learning • 18页 • 2018年7月8日

10

神经网络与深度学习

tigerneil • machine-learning • 9页 • 2018年6月5日

239

Google 深度学习笔记

ahangchen • machine-learning • 19页 • 2018年6月5日

1243

开发经验总结

phodal • code • 1页 • 2018年8月3日

641

React 学习之道

tzivanmoe • react • 11页 • 2018年7月1日

0

Rust 程序设计语言中文版

hltj • rust • 71页 • 2018年6月5日

1

封面
简介
监督学习&梯度下降法
线性回归
过拟合&局部加权回归
线性模型的概率解释
二分类问题
牛顿法
广义线性模型
生成学习算法的概念
生成学习算法的例子
SVM（一）概念
SVM（二）最优间隔分类器
SVM（三）核函数
SVM（四）非线性决策边界
经验风险最小化
Vapnik-Chervonenkis Dimension