线性代数
概率统计
机器学习基础笔记 (Machine Learning)
特征值
书籍推荐
Sklearn 与 TensorFlow 机器学习实用指南
ApacheCN
•
tensorflow
•
20页
•
2018年5月3日
916
TensorFlow 官方文档中文版
jikexueyuanwiki
•
tensorflow
•
33页
•
2018年6月5日
8767
免费开发书籍中文版清单
Free Ebook Foundation
•
code
•
78页
•
2019年3月3日
117980
Go语言web编程
astaxie
•
go
•
97页
•
2018年5月3日
23774
吴恩达cs229
jiacheng-pan
•
machine-learning
•
15页
•
2019年5月12日
0
HTTP/2 标准(RFC 7540)中文版
abbshr
•
code
•
1页
•
2021年10月24日
374
小字
大字
宋体
黑体
白天
护眼
夜晚
封面
简介
前言
符号表
监督式学习
感知机
感知机模型
感知机学习算法
算法python实现
Logistic回归
Logistic分布
Logistic回归模型
算法python实现
线性回归
线性回归模型
算法python实现
K近邻法
k近邻模型
kd树方法
kd树python实现
knn实例
朴素贝叶斯法
模型和原理
参数估计
算法和实现
决策树
模型与学习
特征选择
生成算法和剪枝
python实现
支持向量机
数学基础
线性代数
特征值和特征向量
概率统计
随机变量的特征
样本统计量
先验后验概率
微积分
方向导数和梯度
梯度下降法
信息论
熵
条件熵
互信息