精通数据科学:从线性回归到深度学习 学习笔记

机器学习算法概览
本文全面介绍了多种机器学习算法,包括线性回归、逻辑回归、支持向量机、决策树等监督学习方法,以及K-means、谱聚类等无监督学习技术。深入探讨了神经网络、卷积神经网络和递归神经网络在深度学习领域的应用。

线性回归
逻辑回归
梯度下降法
支持向量机SVM
核函数
决策树
随机森林
朴素贝叶斯
隐马尔可夫模型
K-means
混合高斯
谱聚类
主成分分析PCA
奇异值分解
神经网络
卷积神经网络
递归神经网络
长短期记忆
对抗神经网络

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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