240 投稿
机器学习理论基础
收录了19篇文章 · 3人关注
  • 决策树基本要点及方法对比

    决策树的生产，基本方法有ID3、C4.5、CART。基于基础决策树学习器，可进一步构建提升树。 ID3 ID3算法的核心在于在决策树各个结点上应...

    0.2 有机会一起种地OT 0 4
  • 特征工程与数据预处理

    在机器学习和数据挖掘中，数据处理相关的工作时间往往占据整个项目的70%以上。数据的质量，决定了模型预测和泛化能力的上限，训练过程只是在逼近这个上...

    0.2 有机会一起种地OT 0 3
  • 机器学习理论基础

    介绍第一部分 参数方法——类密度模型参数估计[https://www.jianshu.com/p/eb7d4a977190]第二部分 监督学习—...

    0.5 有机会一起种地OT 0 9
  • 增强学习

    介绍[https://www.jianshu.com/p/e77c85768ce6]第一部分 参数方法——类密度模型参数估计[https://w...

    0.1 有机会一起种地OT 0 1
  • Resize,w 360,h 240
    机器学习实验

    介绍第一部分 参数方法——类密度模型参数估计第二部分 监督学习——分类（基于似然的方法）第三部分 监督学习——分类（基于判别式的方法）（参数方法...

    0.1 有机会一起种地OT 0 1
  • 集成学习——组合多学习器

    介绍[https://www.jianshu.com/p/e77c85768ce6]第一部分 参数方法——类密度模型参数估计[https://w...

    0.1 有机会一起种地OT 0 2
  • 参数的贝叶斯估计

    介绍第一部分 参数方法——类密度模型参数估计第二部分 监督学习——分类（基于似然的方法）第三部分 监督学习——分类（基于判别式的方法）（参数方法...

    0.4 有机会一起种地OT 0 3
  • 隐马尔科夫模型

    介绍第一部分 参数方法——类密度模型参数估计第二部分 监督学习——分类（基于似然的方法）第三部分 监督学习——分类（基于判别式的方法）（参数方法...

    0.1 有机会一起种地OT 0 1
  • 监督学习——关联规则

    介绍第一部分参数方法——类密度模型参数估计第二部分监督学习——分类（基于似然的方法）第三部分监督学习——分类（基于判别式的方法）（参数方法——判...

    0.1 有机会一起种地OT 0 2
  • 支持向量机与核机器

    介绍第一部分 参数方法——类密度模型参数估计第二部分 监督学习——分类（基于似然的方法）第三部分 监督学习——分类（基于判别式的方法）（参数方法...

    0.1 有机会一起种地OT 0 2

专题公告

以基本的机器学习问题为主要线索，总结基础方法的理论知识。
以问题和方法两个维度展开，避免单纯以常用算法来学习机器学习。