本章涉及到的知识点清单：1、前向概率的定义2、前向概率的递推关系推导3、前向概率求解4、Forward算法流程5、后向概率的定义6、后向概率的递...

本章涉及到的知识点清单：1、LR模型方程2、多项式模型方程3、FM模型方程4、矩阵分解5、FM模型化简6、损失函数7、目标函数8、最优化目标函数...

本章涉及到的知识点清单：1、特征工程总览2、数据预处理2.1、无量纲化2.1.1、标准化2.1.2、区间缩放2.2、特征二值化2.3、特征哑编码...

本章涉及到的知识点清单：1、boosting模式2、集成学习模型的偏差和方差3、bagging的偏差和方差4、boosting的偏差和方差5、X...

本章涉及到的知识点清单：1、集成学习2、bagging模式3、随机森林的思想4、CART算法5、分类树6、回归树7、数据样本和feature的随...

本章涉及到的知识点清单：1、条件概率2、贝叶斯定理3、目标概率映射4、目标概率映射的极大似然估计5、朴素定义—条件独立性假设6、分类逻辑7、优化...

本章涉及到的知识点清单：1、函数的近似表示—高次多项式2、误差函数—最小二乘法3、引出案例函数曲线4、目标函数5、优化目标函数6、优化目标函数—...

本章涉及到的知识点清单：1、矩阵的特征向量和特征值2、如何求解矩阵的特征向量和特征值3、方差、协方差和散度矩阵4、PCA的算法步骤5、将原始数据...