先验后验概率
方向导数和梯度
机器学习基础笔记 (Machine Learning)
书籍推荐
TensorFlow 官方文档中文版
jikexueyuanwiki
•
tensorflow
•
33页
•
2018年6月5日
8767
Sklearn 与 TensorFlow 机器学习实用指南
ApacheCN
•
tensorflow
•
20页
•
2018年5月3日
916
前端开发规范手册
Aaaaaashu
•
javascript
•
css3
•
html5
•
20页
•
2018年6月8日
693
Go社区的知识图谱
golang foundation
•
go
•
1页
•
2018年5月3日
1356
Serverless 架构应用开发指南
phodal
•
code
•
1页
•
2018年8月3日
396
Android官方培訓課程中文版
jasonblog
•
android
•
294页
•
2018年5月29日
1
小字
大字
宋体
黑体
白天
护眼
夜晚
封面
简介
前言
符号表
监督式学习
感知机
感知机模型
感知机学习算法
算法python实现
Logistic回归
Logistic分布
Logistic回归模型
算法python实现
线性回归
线性回归模型
算法python实现
K近邻法
k近邻模型
kd树方法
kd树python实现
knn实例
朴素贝叶斯法
模型和原理
参数估计
算法和实现
决策树
模型与学习
特征选择
生成算法和剪枝
python实现
支持向量机
数学基础
线性代数
特征值和特征向量
概率统计
随机变量的特征
样本统计量
先验后验概率
微积分
方向导数和梯度
梯度下降法
信息论
熵
条件熵
互信息