機器學(xué)習(xí)： 1、kmeans 2赊淑、meanshift 3熏矿、最小二乘法 4浴鸿、邏輯回歸盹舞、線性回歸 5娄昆、混合高斯模型 6泽西、bp 7晃痴、RNN 8妓忍、GRU...

6. 如何把問題拆解到底 這一節(jié)我們主要講兩部分，第一部分是談一談如何科學(xué)地把問題拆解到底愧旦；第二部分是世剖，拆解到底以后還要學(xué)會用對比的眼光看數(shù)據(jù)，...

SVM 決策樹 貝葉斯 梯度下降 SVD與PCA 凸優(yōu)化 局部最優(yōu)解笤虫，最大似然估計

SVM

梯度下降

RNN

CNN

1：最大似然估計2：旁瘫。。琼蚯。 3：梯度下降 4：泰勒級數(shù) 5：高斯分布 6：一元概率密度二元概率密度多元概率密度 中心極限定理 7：貝葉斯公式 8...

機器學(xué)習(xí)中分類和預(yù)測算法的評估： 準(zhǔn)確率速度強壯行可規(guī)模性可解釋性 什么是決策樹/判定樹（decision tree)?判定樹是一個類似于流程圖...