9篇文章 · 11304字 · 1人关注
-
EM算法博客CSDN： 从最大似然到EM算法浅解知乎：隐变量是什么? 隐变量：主要就是指“不能被直接观察到，但是对系统的状态和能观察到的输出存在影响的一...
-
K均值算法（K-Means）博客CSDN：深入浅出K-Means算法博客：机器学习算法-K-means聚类分布式：MapReduce实现并行化：kmeans算法并行化的mp...
-
集成树模型（Ensemble）
博客园：梯度提升树(GBDT)原理小结博客园：一步一步理解GB、GBDT、xgboost知乎：机器学习算法中GBDT和XGBOOST的区别有哪些...
-
朴素贝叶斯（NaiveBayes）
朴素贝叶斯 基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，基于特征条件独立假设学习输入/输出的联合概率分布。 同时我们还可以...
-
决策树（ID3，C4.5，CART）博客园：http://www.cnblogs.com/wxquare/p/5379970.html ID3（多叉树），C4.5（多叉树），C5....
-
K近邻法（KNN）KNN模型概括 KNN是非线性算法，可以用于分类，也可以用于回归问题。 对于新的实例，根据其K个最近邻的训练实例的类别，通过多数表决方式处理分类...
-
支持向量机（SVM）参考博客：http://blog.csdn.net/szlcw1/article/details/52259668 1.谈谈对支持向量机的理解 ...
-
逻辑回归（LR）知乎专栏：https://zhuanlan.zhihu.com/p/24967776博客园：http://www.cnblogs.com/dre...
-
各机器学习模型的目标函数目标函数和损失函数的区别 损失函数：模型拟合的越好，损失应该越小； 目标函数：优化的目标，可以是“损失函数”或者“损失函数+正则项”，分为经验风...
文集作者
