机器学习思维导图 常用方法汇总 1基本知识 生成模型：朴素贝叶斯、混合高斯模型、隐马尔可夫模型 判别模型：感知机、k近邻法、决策树、逻辑斯蒂回归模型、最大熵模型、支持向量机 (SVM)、boosting方法 (AdaBoost等)、条件随机场 (conditional random field, CRF)、CNN 2常用模型 一、感知机 感知机原理小结 深度学习概述：从感知机到深度网络 二、KNN K-近邻算法（KNN）概述 三、朴素贝叶斯 深入理解朴素贝叶斯（Naive Bayes） 朴素贝叶斯算法 & 应用
本文整理了机器学习的主要算法，包括生成模型如朴素贝叶斯、判别模型如感知机、KNN、SVM，以及HMM、CRF、聚类算法等，并提供了相关模型的原理和应用实例。
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
3852
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
