斯坦福机器学习
斯坦福大学机器学习课程个人学习笔记（上）
(5)规则化和模型选择.pdf
895KB
(1)线性回归、logistic回归和一般回归.pdf
843KB
(6)K-means聚类算法.pdf
533KB
(4)支持向量机SVM（下）.pdf
1.15MB
(7)混合高斯模型和EM算法.pdf
437KB
(8)EM算法.pdf
757KB
(3)支持向量机SVM（上）.pdf
878KB
请先查看该说明.txt
910B
(2)判别模型、生成模型与朴素贝叶斯方法.pdf
1.04MB
斯坦福大学机器学习课程原始讲义
cs229-cvxopt2.pdf
197KB
cs229-notes8.pdf
81KB
cs229-notes6.pdf
51KB
cs229-notes3.pdf
176KB
cs229-notes1.pdf
230KB
cs229-notes5.pdf
87KB
cs229-notes10.pdf
75KB
cs229-notes12.pdf
74KB
cs229-notes9.pdf
81KB
cs229-notes7a.pdf
265KB
cs229-notes7b.pdf
54KB
cs229-notes4.pdf
109KB
cs229-cvxopt.pdf
149KB
cs229-prob.pdf
147KB
cs229-hmm.pdf
198KB
cs229-notes11.pdf
74KB
cs229-gp.pdf
151KB
cs229-linalg.pdf
165KB
cs229-notes2.pdf
858KB
ML-advice.pdf
313KB
斯坦福大学机器学习课程个人学习笔记（下）
(14)增强学习.pdf
900KB
(9)在线学习.pdf
531KB
(16)偏最小二乘法回归.pdf
279KB
(15)典型关联分析.pdf
962KB
(13)因子分析.pdf
953KB
(12)线性判别分析.pdf
918KB
(10)主成分分析.pdf
1.72MB
(11)独立成分分析.pdf
906KB
请先查看该说明.txt
910B
用户评论