当前标签:machine learning
朴素贝叶斯分类器
be·freedom 2019-06-19 17:11
阅读:193
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
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
推荐:0
聚类算法(四)--DBSCAN
be·freedom 2019-05-16 09:38
阅读:475
推荐:0
聚类算法(二)--BIRCH
be·freedom 2019-05-15 11:47
阅读:845
推荐:0
聚类算法(一)--Kmeans
be·freedom 2019-05-14 11:13
阅读:606
推荐:0
支持向量机(SVM)(六)--核函数
be·freedom 2019-05-12 19:59
阅读:488
推荐:0
支持向量机(SVM)(五)--软间隔
be·freedom 2019-05-11 22:14
阅读:2472
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
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
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
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
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
推荐:0