先验后验概率
方向导数和梯度
机器学习基础笔记 (Machine Learning)
书籍推荐
Sklearn 与 TensorFlow 机器学习实用指南
ApacheCN
•
tensorflow
•
20页
•
2018年5月3日
916
TensorFlow 官方文档中文版
jikexueyuanwiki
•
tensorflow
•
33页
•
2018年6月5日
8767
GitBook 中文解說
wastemobile
•
git
•
42页
•
2018年6月24日
9
Pro Git 简体中文第二版
Pro Git Book
•
git
•
118页
•
2018年5月24日
838
aiohttp 中文文档
HuberTRoy
•
python
•
124页
•
2018年7月8日
34
Go 开发者路线图
Alikhll
•
go
•
2页
•
2019年5月26日
4583
小字
大字
宋体
黑体
白天
护眼
夜晚
封面
简介
前言
符号表
监督式学习
感知机
感知机模型
感知机学习算法
算法python实现
Logistic回归
Logistic分布
Logistic回归模型
算法python实现
线性回归
线性回归模型
算法python实现
K近邻法
k近邻模型
kd树方法
kd树python实现
knn实例
朴素贝叶斯法
模型和原理
参数估计
算法和实现
决策树
模型与学习
特征选择
生成算法和剪枝
python实现
支持向量机
数学基础
线性代数
特征值和特征向量
概率统计
随机变量的特征
样本统计量
先验后验概率
微积分
方向导数和梯度
梯度下降法
信息论
熵
条件熵
互信息