暂无评论
深度学习方法及应用PDF高清晰完整版，针对深度学习的完整资料
笔者从2018年初开始接触机器学习，现在是某一线互联网公司的NLP算法工程师。从小白一步步走来，积累了一些学习和实践过程中的经验。现在，从个人情况、入门心得和案例分享三个方面，介绍一下NLP的入门经历
epub版本的统计学习方法 （蓝皮书），详细解释了机器学习背后的数学原理
机器学习入门的统计学习方法笔记加上课后习题答案
本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。除第1章
第1章统计学习方法概论1.1统计学习1.2监督学习1.3统计学习三要素1.4模型评估与模型选择1.5i~则化与交叉验证1.6泛化能力1.7生成模型与判别模型1.8分类问题1.9标注问题1.10回归问题
自然语言处理，机器学习，人工智能参考书。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等
感知机朴素贝叶斯法k近邻法决策树逻辑斯谛回归支持向量机提升方法EM算法隐马尔可夫模型条件随机场.....
《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场
统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的 主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯 谛回归与最大熵模型、支持向量机、提升方法
暂无评论