暂无评论
该课件涵盖了深度学习的基础知识
行动中的机器学习 这是与Manning Inc.出版的Peter Harrington所著的“机器学习在行动”一起使用的源代码。该书的官方页面可以在这里找到: : 所有代码示例均在Python 2.6
机器学习课程:圣克拉拉大学机器学习课程
机器 机器学习
该学习笔记是同步学习网易云苏勇（nash_su）老师开设“Linux 入门基础”课程的学习笔记，记录了主要的知识点，以及我自己学习的部分学习心得。
第一章 1.7 第一个应用:鸢尾花分类 1.7.1 初识数据 #!/usr/bin/env python # -*- coding: utf-8 -*- from sklearn.datasets i
开篇 为了提升自己,准备学习《Python机器学习基础教程》作者: [德]安德里亚斯·穆勒 / [美]莎拉·吉多,译者: 张亮 ;写此博客,用作记录书中的代码,学习心得等。 第一章 1.4.4 m
第一章 1.7.4 构建第一个模型:k近邻算法 步骤: 构建模型 做出预测 评估模型 k 近邻分类器,这是一个很容易理解的算法。构建此模型只需要保存训练 集即可。要对一个新的数据点做出预测,算法会
epub电子书格式，中文版。排版清晰，Kindle/手机可用
一. 线性代数 二. 概率论 三. 数理统计 四. 优化相关 五.信息论 向量 条件概率 样本 目标函数 信息熵 矩阵 联合概率 总体 全局最小值 互信息 集合 全概率公式 统计量 局部极小值 信息增
暂无评论