原文:
统计机器学习理论(转自果壳科技)
干货| 台湾大学林轩田机器学习基石课程学习笔记7 -- The VC Dimension
爱因思念l5j0t8 阅205
1. 损失函数 -经验风险最小化-结构风险最小化
雪柳花明 阅1934 转11
SVM学习
学海无涯GL 阅303 转2
推荐 :计算学习理论简介
zjshzq 阅144 转2
BAT机器学习面试1000题系列(第1~50题)
weiwarm 阅188
Coursera台大机器学习课程笔记7
Dragon_chen 阅20
8个常见机器学习算法的计算复杂度总结!
天承办公室 阅14
你真的懂点击率(CTR)建模吗?
汉无为 阅65
对SVM的个人理解
听语思祈 阅317 转2
SVM入门(一)SVM的八股简介 - Jasper's Java Jacal - Blog...
funson 阅5134 转190
深入浅出机器学习的基本原理与基础概念
CHOK2620 阅581 转6
常见面试之机器学习算法思想简单梳理
dinghj 阅976 转17
统计学习方法(1) 理论基础
印度阿三17 阅208 转2
VC维的来龙去脉
大道至简6thopp 阅310 转2
基于置换检验的聚类结果评估
hbmania 阅495
推荐系统遇上深度学习(三十四)--YouTube深度学习推荐系统
sjw0923cn 阅566
经验风险、期望风险、结构风险
shawnsun007 阅427
机器学习-期望风险、经验风险、结构风险
无名小卒917 阅156 转5
机器学习:基础知识
发现探索 阅19 转2
ML之LF:机器学习中常见的损失函数(连续型/离散型)的简介、损失函数/代价函数/目标函数之间区别、案例应用之详细攻略
处女座的程序猿 阅39
什么是支持向量机--目前的研究热点
凡尘一滴 阅2661 转112
机器学习中的数学(2)
阿甘Y 阅338 转6
独家揭秘|可将人工智能大规模产业化的新理论“超深度学习”
乐读doc 阅359 转5
不学好数学也想当数据科学家?不存在的
林光辉同志你好 阅59 转3
机器学习和推荐系统(五)数学基础–微积分与概率统计基本知识
吴敬锐 阅71
vc维的本质和结构风险最小化
student2012 阅349 转11
【机器学习】GBDT 与 LR 的区别总结
michael1314520 阅80
了解点机器学习
天道酬勤197102 阅88 转2
机器学习算法——EM算法
牛k8nb72h1x6w1 阅606 转4
首页
留言交流
联系我们
回顶部