各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归和最大熵模型
2019-09-10 10:53
方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算
2017-06-01 15:49
吴恩达机器学习Coursera-week8
2020-03-27 07:34
(External Sensons)。下面将以此为主，结合机器人传感器其它分类方法进行阐述。机器人产业近年来发展很快，2012年全球产量为16万台，欧、美、日等工业发达
2021-09-16 08:45
本书将机器学习看成一个整体，不管于基于频率的方法还是贝叶斯方法，不管是回归模型还是分类模型，都只是一个问题的不同侧面。作者能够开启上帝视角，将机器
2019-03-18 08:30
根据需求选择算法
2019-09-12 15:38
【吴恩达机器学习】学习笔记13（Normal Equation& 与梯度下降比较）
2020-04-26 11:05
人一样接收很复杂的信息，然后智能的进行分类。比如谷歌的人工智能平台可以把各种猫的图片都识别出来，而不管是什么样的猫。机器之所以能够如此智能，主要原因是它像人一样，也进行了学习，它拥有从图片中提取“猫
2018-05-31 09:36
通常，当开发人员谈论机器学习(ML)时，他们指的是神经网络(nn)。 神经网络的巨大优势在于，你不需要成为一个领域专家，而且可以迅速找到一个可行的解决方案。神经网络的缺点是它们通常需要无数的记忆
2023-08-02 07:12
系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助
2021-08-13 07:39
