1.SVM:任意点到超平面的距离公式
2.几种范数的简单介绍
3.一个向量在另一个向量上的投影:向量a在向量b上的投影长度是a*b/|b|
4.梯度下降总结
5.最小二乘法总结
6.超平面的理解
7.贝叶斯定理总结
8.极大似然估计
9.牛顿法与拟牛顿法(DFP,BFGS,LBFGS)
10.最大熵原理小结
11.python安装包大全
机器学习有价值的文章链接
机器学习核心概念精要
机器学习核心概念精要
1.SVM:任意点到超平面的距离公式
2.几种范数的简单介绍
3.一个向量在另一个向量上的投影:向量a在向量b上的投影长度是a*b/|b|
4.梯度下降总结
5.最小二乘法总结
6.超平面的理解
7.贝叶斯定理总结
8.极大似然估计
9.牛顿法与拟牛顿法(DFP,BFGS,LBFGS)
10.最大熵原理小结
11.python安装包大全

被折叠的 条评论
为什么被折叠?