2017文章汇总——机器学习篇

本文精选了2018年的机器学习相关文章,涵盖了条件随机场、隐马尔可夫模型、线性回归、k-means聚类算法、感知器等多个主题,旨在帮助读者深入了解机器学习的基本原理及应用。

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

    2018,你跟自己做了约定了吗?为了遇见更好的自己。


    近期准备把过去一年写的文章按照分类重新整理推送一遍,包括:“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。


本篇推送机器学习相关文章。


强化学习

机器学习之条件随机场(CRF)

隐马尔可夫模型的Viterbi解码算法

线性回归之最小二乘法

k-means聚类算法

机器学习之层次聚类

机器学习之感知器

机器学习之k近邻

机器学习之朴素贝叶斯分类

机器学习之梯度下降法

机器学习的监督学习在研究什么

机器学习之神经网络

神经网络的交叉熵损失函数

softmax的多分类

机器学习之牛顿法

主成分分析(PCA)

典型相关分析如何分析两组变量的关系




=============广告时间===============

公众号的菜单已分为“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”等,可能有一款适合你的胃口。


鄙人的新书《Tomcat内核设计剖析》已经在京东销售了,有需要的朋友可以购买。感谢各位朋友。


为什么写《Tomcat内核设计剖析》

=========================


评论
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