佚失的诗篇

本节介绍卷积神经网络CNN的基本原理，包括卷积层和汇聚层

从模型容量的视角分析监督学习的本质；重新理解正则化、归纳偏置等概念，并从中得到启发

首先详细介绍核技巧与非线性SVM分类器，然后利用 sklearn 机器学习库进行非线性分类实践，并对比多种核函数

详细介绍线性支持向量机的思想、理论和推导，并给出 python 实现代码

感知机原理分析及 pytorch 代码实现

多层感知机原理分析及 pytorch 实现

softmax 回归是一种经典的分类算法，本文详细介绍其原理并给出 pytorch 实现代码

线性回归原理分析与 Pytorch 代码

参考张敏灵.偏标记学习研究综述[J].数据采集与处理,2015,30(01):77-87.季荣姿. 标记分布学习及其应用[D]. 东南大学.周志华 张敏灵 MIML：多示例多标记学习本文介绍监督学习的七种范式文章目录1. 强监督学习（单示例单标记）2. 半监督学习（单示例部分单标记）3. 多示例学习（多示例单标记）4. 多标记学习（单示例多标记）5. 多示例多标记学习（多示例多标记）6. 偏标记学习（单示例真标记伪标记）7. 标记分布学习（单示例分布标记）1. 强监督学习（单示例单.

参考：《统计学习方法（第二版）》—— 第九章文章目录0. 补充1. 引入0. 补充极大似然估计、最大后验估计：一文看懂 “极大似然估计” 与 “最大后验估计”关于Jensen不等式：Jensen不等式1. 引入EM算法是一种迭代算法，用于含有对含有隐变量的概率模型参数进行极大似然估计或最大后验概率估计...