机器学习个人总结

机器学习:学习机器学习

k近邻法(k-NN)是一种基本分类与回归方法。算法思想:给定一个数据集,对新的输入实例,在训练数据集中找到与其最邻近的k个实例,这k个实例的多数属于某个类,就把该输入实例分为哪个类。 k近邻的特殊情况

对于机器学习,必须知道以下的概念。 – 贝叶斯分类器 – 0-1损失 – 理解判别式函数和线性判别式 – 生成模型和判别式模型 – 分对数变换和logistics判别式 – softmax判别式 **

机器学习十大经典算法优缺点总结提炼，包括C4.5,K-means,SVM,k近邻，以及pageRank,决策树等算法原理

1、tree.py：决策树代码 2、treePlotter.py：在matplot中生成树形图的代码 3、classifierStorage.txt：生成树的测试数据 4、lenses.txt：决策树

机器学习、大数据相关岗位面试题思路总结，分享给需要的小伙伴。

image.zip吴恩达机器学习总结

内容包括线性模型、SVM、神经网络、聚类方法、降维与度量学习、集成学习、特征选择与稀疏学习、半监督学习、概率图模型、强化学习、深度学习等主要内容的知识点和关联关系,PDF文件

初学jquery时候的总结,这么年一直在放着,简单易懂快速上手,希望对新人们有帮助。后期有时间会更新补充一下

教你使用activiti流程的常见服务！整合项目需自己下jar包！ 《spring集成activiti所需jar包》