2018 Machine Learning
2018/8/13
線性模型(西瓜書P53~P73)
Optimizer
https://blog.csdn.net/u012151283/article/details/78154917
2018/8/15
2018/8/16
面試題 https://www.cnblogs.com/zuochongyan/p/5407053.html
熵、聯(lián)合熵、條件熵、交叉熵與相對(duì)熵 ??
歸一化方法
準(zhǔn)確率,召回率,F值,截?cái)帱c(diǎn).ROC,AUC
過(guò)擬合與正則化
優(yōu)化方法
各算法的優(yōu)缺點(diǎn)
機(jī)器學(xué)習(xí)項(xiàng)目流程
樣本不均衡問(wèn)題
損失函數(shù)
樸素貝葉斯
2018/8/19
決策樹
支持向量機(jī)
激活函數(shù)
https://blog.csdn.net/cyh_24/article/details/50593400
Dropout理解
https://www.cnblogs.com/welhzh/p/6648613.html
https://www.cnblogs.com/strongYaYa/p/5871410.html
2018/8/20
LSTM ??
TensorFlow ??
https://blog.csdn.net/u011239443/article/details/78945486
轉(zhuǎn)載于:https://www.cnblogs.com/zhonghuasong/p/9467370.html
總結(jié)
以上是生活随笔為你收集整理的2018 Machine Learning的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: ASPEN hysys焓值、熵值转化换算
- 下一篇: 记一次用jspdf和html2canva