机器学习实战是一本介绍机器学习的技术和应用的书籍,共有382页。本书涵盖了机器学习的基本概念和算法,并通过实例详细展示了如何在实际项目中应用机器学习技术。内容包括数据预处理、特征选择、模型训练和评估等
机器学习算法Python实战线性回归代价函数梯度下降算法均值归一化运行结果Scikit-learn线性回归模型逻辑回归代价函数梯度正则化S型函数 (Sigmoid)多项式
AdaBoost 是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器,即弱分类器,然后把这些弱分类器集合起来,构造一个更强的最终分类器。
概述 k-近邻算法采用测量不同特征值之间的距离方法进行分类 优缺点 优点:精度高、对异常值不敏感、唔数据输入假定 缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型 标称型:标称型目标变
包括 机器学习实战 Spark机器学习 Python机器学习.预测分析核心算法
机器学习优秀书籍,《机器学习实战》+《数据挖掘-实用机器学习技术》+《机器学习及其应用》电子书pdf
机器学习 视频教程
我整合了一些网上的吴恩达老师的机器学习资料,一共有9个G左右,里面包含了中英文字幕的视频教程,以及PPT,笔记,课后作业代码等内容。
基础进阶强化、机器学习实战班视频教程、MATLAB机器学习、量化交易实战项目班、TensorFlow神经网络框架、kaggle案例实战班
涉及机器学习的算法:回归,降维,遗传算法,神经网络,决策树,模拟退火,粒子群优化等非常详细的讲解,视频和源程序都有。
