机器学习算法总结--强化理解
建议使用XMind打开源文件查看,非常详细,有助于建立机器学习知识网络构架。
源文件连接见文末。
目录
七、贝叶斯分类器
八、集成学习
九、深度学习
前言
该文档总结了权威机器学习书籍,具有很高的参考价值。机器学习知识点很多,要学好机器学习需要扎实的数学功底和逻辑思考能力。本技术文档通俗描述了机器学习技术的原理,并配合公式详细推导。机器学习书籍固然是最适合阅读的选择,但是需要花费大量的时间研读,并做好相应的学习笔记和总结。该技术文档帮助总结和记忆机器学习相关技术具有简单明了的作用。为刚入门机器学习的学者提供知识框架、为机器学习资深学者提供一套方便的记忆方法。该技术文档结合思维导图,可以加速记忆和理解。
一、绪论
二、模型评估与选择
三、线性模型
五、神经网络
六、支持向量机
七、贝叶斯分类器
八、集成学习
九、深度学习
源文件连接:
链接
提取码:4hr7
欢迎留言讨论。