机器学习知识点学习
2013-05-08 12:15
218 查看
在学习机器学习的有关知识时,搜索到JerryLead的cnblog中的Machine Learning专栏,里面对于机器学习的部分算法和知识点讲解地很经典和透彻。所以Mark在这,多多学习!
http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/
偏最小二乘法回归(Partial Least
Squares Regression)
典型关联分析(Canonical Correlation
Analysis)
增强学习(Reinforcement Learning
and Control)
因子分析(Factor Analysis)
线性判别分析(Linear Discriminant
Analysis)(二)
线性判别分析(Linear Discriminant
Analysis)(一)
ICA扩展描述
独立成分分析(Independent Component
Analysis)
主成分分析(Principal components
analysis)-最小平方误差解释
主成分分析(Principal components
analysis)-最大方差解释
在线学习(Online Learning)
(EM算法)The
EM Algorithm
混合高斯模型(Mixtures of Gaussians)和EM算法
K-means聚类算法
规则化和模型选择(Regularization
and model selection)
支持向量机(五)SMO算法
支持向量机(四)
支持向量机(三)核函数
支持向量机SVM(二)
支持向量机SVM(一)
判别模型、生成模型与朴素贝叶斯方法
对线性回归,logistic回归和一般回归的认识
分享到:
http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/
偏最小二乘法回归(Partial Least
Squares Regression)
典型关联分析(Canonical Correlation
Analysis)
增强学习(Reinforcement Learning
and Control)
因子分析(Factor Analysis)
线性判别分析(Linear Discriminant
Analysis)(二)
线性判别分析(Linear Discriminant
Analysis)(一)
ICA扩展描述
独立成分分析(Independent Component
Analysis)
主成分分析(Principal components
analysis)-最小平方误差解释
主成分分析(Principal components
analysis)-最大方差解释
在线学习(Online Learning)
(EM算法)The
EM Algorithm
混合高斯模型(Mixtures of Gaussians)和EM算法
K-means聚类算法
规则化和模型选择(Regularization
and model selection)
支持向量机(五)SMO算法
支持向量机(四)
支持向量机(三)核函数
支持向量机SVM(二)
支持向量机SVM(一)
判别模型、生成模型与朴素贝叶斯方法
对线性回归,logistic回归和一般回归的认识
分享到:
相关文章推荐
- 机器学习、深度学习 知识点总结及面试题
- 机器学习、深度学习 知识点总结及面试题
- 机器学习、深度学习 知识点总结及面试题
- 机器学习知识点学习
- 机器学习知识点(十六)集成学习AdaBoost算法Java实现
- 机器学习知识点学习
- 机器学习知识点(七)决策树学习算法Java实现
- 机器学习知识点学习
- 机器学习、深度学习 知识点总结及面试题
- 机器学习——神经网络、深度学习 知识点总结 及 面试题汇总
- 300张小抄表搞定机器学习知识点:学习根本停不下来!
- 300张小抄表搞定机器学习知识点:学习根本停不下来!
- 机器学习知识点学习
- 机器学习知识点学习(转)
- 机器学习知识点学习
- 机器学习——神经网络、深度学习 知识点总结 及 面试题汇总
- 机器学习、深度学习 知识点总结及面试题
- 机器学习知识点学习
- 300张小抄表搞定机器学习知识点:学习根本停不下来!
- 机器学习知识点学习