周志华《机器学习》书每章思维导图总结

本书涵盖了机器学习的基础到高级主题,包括线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维、特征选择、计算学习理论、半监督学习、概率图模型、规则学习和强化学习。同时,还讨论了深度学习的数学基础和基本概念。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

周志华《机器学习》

请添加图片描述

第一章 绪论

请添加图片描述

第二章 模型评估与选择

请添加图片描述

第三章 线性模型

请添加图片描述

第四章 决策树

请添加图片描述

第五章 神经网络

在这里插入图片描述

第六章 支持向量机

请添加图片描述

第七章 贝叶斯分类器

请添加图片描述

第八章 集成学习

请添加图片描述

第九章 聚类请添加图片描述

第十章 降维与度量学习

请添加图片描述

第十一章 特征选择与稀疏表示

请添加图片描述

第十二章 计算学习理论

请添加图片描述

第十三章 半监督学习

请添加图片描述

第十四章 概率图模型

请添加图片描述

第十五章 规则学习

请添加图片描述

第十六章 强化学习

请添加图片描述

深度学习500问

第一章:数学基础

请添加图片描述

第二章:机器学习基础

请添加图片描述

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值