深入浅出机器学习
wh357589873
hao
展开
-
深入浅出机器学习之生成模型,高斯判别
本文以斯坦福大学机器学习课程个人笔记完整版为基础,融合自己的理解。主要想再次降低门槛,省去复杂的公式推导,强化思路的分析。原创 2015-11-22 19:57:07 · 1389 阅读 · 0 评论 -
深入浅出机器学习之支持向量机SVM1
根据julyhttp://blog.csdn.net/v_july_v/article/details/7624837的博客内容,加上自己的理解,侧重细节基础。原创 2015-11-27 11:21:37 · 1523 阅读 · 0 评论 -
深入浅出机器学习之支持向量机SVM2(线性可分部分)
对http://blog.csdn.net/v_july_v/article/details/7624837的文章进行少量的注解,请结合原文来看。原创 2015-12-13 16:20:20 · 876 阅读 · 0 评论 -
深入浅出机器学习之支持向量机SVM(SMO算法)
第一版先把主要的框架说一下,细节再补充。对于不想看内部细节的人,还是比较好的。原创 2015-12-18 10:03:25 · 4124 阅读 · 0 评论 -
机器学习之岭回归
机器学习中的岭回归原创 2016-03-03 14:05:39 · 1201 阅读 · 0 评论 -
机器学习中方差与偏差的理解
机器学习中的偏差与方差转载 2016-03-21 11:10:48 · 464 阅读 · 0 评论 -
半朴素贝叶斯分类器(周志华《机器学习》)
基于周志华《机器学习》,通俗讲解半朴素贝叶斯分类器原创 2016-05-12 15:27:35 · 10147 阅读 · 2 评论 -
线性回归与logistic回归的思路
原创 2016-07-08 10:33:28 · 525 阅读 · 0 评论 -
tesseract的一个c++版本demo
Tesseract ExampleBuildingBefore building take a look at cppan.yml file. Create a local copy of it in your project structure.务必按照cppan。其实就是下载下来放到环境变量里面。WindowsPrerequisites:Download g翻译 2016-11-02 16:36:13 · 4062 阅读 · 0 评论