机器学习算法知识手册.pdf.rar
需积分: 13 173 浏览量
2021-03-07
10:04:58
上传
评论
收藏 96.49MB RAR 举报
机器学习算法知识手册.pdf.rar （80个子文件） 
机器学习算法知识手册.pdf 机器学习基础 
梯度下降法的三种形式BGD、SGD以及MBGD.pdf 1.35MB [Math & Algorithm]拉格朗日乘数法.pdf 1.36MB 【干货】为什么要对数据进行归一化处理？.pdf 791KB 非参数正态性检验.pdf 978KB 机器学习算法常用指标总结.pdf 941KB 机器学习模型性能评估（三）：代价曲线.pdf 1.02MB 机器学习算法的随机数据生成.pdf 965KB Jacobian矩阵和Hessian矩阵.pdf 838KB Q-Q图.pdf 402KB 正态分布为什么常见.pdf 597KB 为什么梯度是函数变化最快的方向.pdf 1.12MB 【Math】常见的几种最优化方法.pdf 1.4MB 从机器学习谈起.pdf 3.47MB 机器学习模型评估方法.pdf 711KB 偏度与峰度的正态性分布判断.pdf 632KB 机器学习模型性能评估（二）：P-R曲线和ROC曲线.pdf 629KB 机器学习模型性能评估（一）：错误率与精度.pdf 498KB 模型优化的风向标：偏差与方差.pdf 1015KB Python数据科学 Pandas _ 详解数据的合并和拼接.pdf 1.24MB 清晰易懂的Numpy入门教程.pdf 1.29MB 清晰易懂的Numpy进阶教程.pdf 2.23MB 精心整理 _ 非常全面的Pandas入门教程.pdf 3.21MB 深度学习 计算机视觉 _ 图像描述与注意力机制.pdf 1.79MB 【机器学习】神经网络浅讲：从神经元到深度学习（二）.pdf 2.36MB 【CNN】很详细的讲解什么以及为什么是卷积（Convolution）！.pdf 2.76MB 目标检测 _ 清晰易懂的SSD算法原理综述.pdf 3.12MB 【机器学习】神经网络浅讲：从神经元到深度学习（一）.pdf 2.54MB 监督学习 梯度提升树算法原理小结.pdf 822KB 深入浅出核函数.pdf 1.2MB LightGBM原理之论文详解.pdf 1.86MB 深入理解线性回归算法（二）：正则项的详细分析.pdf 1.13MB 贝叶斯分析：抛硬币的概率真的是1_2吗.pdf 799KB XGBoost参数调优小结.pdf 1.3MB 决策树算法总结.pdf 542KB 【实践】随机森林算法参数解释及调优.pdf 1013KB 支持向量机应用：人脸识别.pdf 1.01MB 比较全面的L1和L2正则化的解释.pdf 1.37MB 比较全面的Adaboost算法总结（一）.pdf 947KB 支持向量机（三）：图解KKT条件和拉格朗日乘子法.pdf 1.34MB 比较全面的Adaboost算法总结（二）.pdf 1013KB 比较全面的随机森林算法总结.pdf 1MB 【干货】集成学习原理总结.pdf 695KB 支持向量机：SMO算法剖析.pdf 1.22MB scikit-learn 梯度提升树（GBDT）算法实战.pdf 902KB XGBoost算法原理小结.pdf 1.09MB scikit-learn K近邻法类库使用小结.pdf 1.05MB AdaBoost项目实战：参数择优与泛化能力.pdf 1.28MB 线性分类模型（二）：logistic回归模型分析.pdf 1.43MB 最大熵模型算法总结.pdf 961KB 支持向量机（二）：算法详细解析.pdf 1.29MB K近邻算法(KNN)原理小结.pdf 870KB 浅谈频率学派和贝叶斯学派.pdf 804KB 正则化方法小结.pdf 1.06MB 一起学习支持向量机（一）：支持向量机的分类思想.pdf 721KB 浅析感知机学习算法.pdf 658KB Hessian矩阵在XGBoost算法的应用小结.pdf 671KB 浅谈先验分布和后验分布.pdf 586KB 线性分类模型（一）：线性判别模型分析.pdf 1.28MB 深入理解线性回归算法（一）.pdf 1.59MB 线性回归：不能忽视的三个问题.pdf 808KB LightGBM算法原理小结.pdf 2.21MB 详解xgboost算法的样本不平衡问题.pdf 690KB 非监督学习方法 用scikit-learn进行LDA降维.pdf 638KB DBSCAN聚类算法原理总结.pdf 1.23MB 聚类 _ 超详细的性能度量和相似度方法总结.pdf 1.05MB 奇异值分解（SVD）原理总结.pdf 1.28MB 清晰易懂的条件随机场原理总结.pdf 1.87MB 层次聚类算法原理总结.pdf 2.11MB 机器学习基础 _ 大话生成模型与判别模型.pdf 1.02MB 一文让你完全入门EM算法.pdf 1.85MB 清晰易懂的马尔科夫链原理介绍.pdf 869KB scikit learn中PCA的使用方法.pdf 978KB 主成分分析（PCA）原理总结.pdf 1.3MB 干货 _ 非常全面的谱聚类算法原理总结.pdf 1.86MB k-means聚类算法原理总结.pdf 1.56MB 初学者也能看懂的隐马尔科夫模型介绍.pdf 2.02MB 线性判别分析（LDA）原理总结.pdf 933KB 干货 _ 非常详细的有向图模型与无向图模型原理总结.pdf 1.92MB 深入剖析Mean Shift聚类算法原理.pdf 1.67MB 局部线性嵌入（LLE）原理总结.pdf 1003KB
评论0