首页
问答
博客
标签
课程
登录
注册
×
意见反馈
意见类型
意见详情
页面链接
联系方式
从机器学习到深度学习
更新于
1个月前
从机器学习到深度学习,轻松入门
项目维护者
go2machinelearning
课程目录
第一章 机器学习入门基础
第二章 机器学习中的数学基础
第三章 逻辑(Logistic)回归 从最小二乘法谈起(1)
第三章 逻辑(Logistic)回归 极大似然估计(2)
第三章 逻辑(Logistic)回归 计算公式推导(3)
第三章 逻辑(Logistic)回归 使用代码表示(4)
第三章 逻辑(Logistic)回归 对成绩进行分类(5)
第三章 逻辑(Logistic)回归 scikit-learn进行回归分类(6)
第三章 逻辑(Logistic)回归 TensorFlow 回归计算(7)
第四章 k近邻算法
第五章 决策树
第五章 贝叶斯统计 贝叶斯公式推导(1)
第五章 贝叶斯统计 拼音自动查错(2)
第五章 贝叶斯统计 前验概率(3)
第五章 贝叶斯统计 进行分类(4)
第六章 广义线性模型 高斯分布 伯努利分布的另一个意义(1)
第六章 广义线性模型 Softmax原理(2)
第七章 支持向量机
第八章 随机过程
第九章 EM算法
第十章 集成算法
第十一章 svd算法
第十二章 BP神经网络
第十三章 卷积神经网络
第十四章 递归神经网络
第十五章 Hopfield神经网络
第十六章 Boltzmann波尔兹曼机
第十七章 受限波尔兹曼机
第十八章 深度信念网络
官方
微信
Q Q
咨询
意见
反馈
返回
顶部