当前标签:machine learning

数据处理、降维--线性判别分析(linear discriminant analysis LDA) be·freedom 2019-07-14 16:07 阅读:290 评论:0 推荐:0   
朴素贝叶斯分类器 be·freedom 2019-06-19 17:11 阅读:193 评论:0 推荐:0   
支持向量机课(SVM)(五)--SMO算法(省去公式推导,只讲其思想) be·freedom 2019-06-03 11:21 阅读:353 评论:0 推荐:0   
聚类算法(五)--层次聚类(系统聚类)及超易懂实例分析 be·freedom 2019-05-23 10:57 阅读:9512 评论:0 推荐:0   
聚类算法(四)--DBSCAN be·freedom 2019-05-16 09:38 阅读:475 评论:0 推荐:0   
聚类算法(二)--BIRCH be·freedom 2019-05-15 11:47 阅读:845 评论:0 推荐:0   
聚类算法(一)--Kmeans be·freedom 2019-05-14 11:13 阅读:606 评论:0 推荐:0   
支持向量机(SVM)(六)--核函数 be·freedom 2019-05-12 19:59 阅读:488 评论:0 推荐:0   
支持向量机(SVM)(五)--软间隔 be·freedom 2019-05-11 22:14 阅读:2472 评论:0 推荐:0   
支持向量机(SVM)(四)及超易懂实例 be·freedom 2019-05-09 21:01 阅读:1911 评论:0 推荐:0   
支持向量机(SVM)课前准备(三)--感知机及超易懂实例 be·freedom 2019-05-06 17:30 阅读:367 评论:0 推荐:0   
支持向量机(SVM)课前准备(二)--KKT条件 be·freedom 2019-05-05 10:46 阅读:2230 评论:0 推荐:1   
数据梳理、降维--主成分分析、超易懂实例及R语言实现 be·freedom 2019-04-21 11:41 阅读:3004 评论:0 推荐:0   
支持向量机(SVM)课前准备(一)--拉格朗日乘子法 be·freedom 2019-04-14 16:51 阅读:634 评论:0 推荐:0