查看“AI Red”的源代码
←
AI Red
跳转至:
导航
,
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
==机器学习的准备工作== ===环境的安装搭建=== *[[tensorflow环境搭建教程]] ==第1章 机器学习介绍== ===机器学习的典型步骤=== *数据标记和采集 *数据清洗 *特征选择 *模型训练和测试 *模型性能评估和优化 ==第2章 Python机器学习软件包== ===开发环境搭建=== *[[2.1 开发环境搭建]] *[[2.2 Ipython简介]] *[[2.3 Numpy简介]] *[[2.4 Pandas简介]] *[[2.5 Matplotlib简介]] *[[2.6 scikit-learn简介]] ==第3章 机器学习理论基础== *[[3.1 过拟合和欠拟合]] *[[3.2 成本函数]] *[[3.3 模型准确性]] *[[3.4 学习曲线]] *[[3.5 算法模型性能优化]] *[[3.6 查准率和召回率]] *[[3.7 F1 Score]] ==第4章 K-近邻算法== *[[算法简介]] *[[4.1 算法原理]] *[[4.2 K-近邻算法案例介绍]] *[[4.3 实例:使用 K-近邻算法进行分类]] *[[4.4 实例:使用 K-近邻算法进行回归拟合]] ==第5章 线性回归算法== *[[5.1算法原理]] *[[5.2多变量线性回归算法]] *[[5.3模型优化]] ==第6章 逻辑回归算法== *[[6.1算法原理]] *[[6.2多元分类]] *[[6.3正则化]] *[[6.4算法参数]] ==第7章 决策树== *[[7.1算法原理]] *[[7.2算法参数]] *[[7.3算法集合]] ==第8章 支持向量机== *[[8.1算法原理]] *[[8.2核函数]] *[[8.3scikit-learn里的svm]] ==第9章 朴素贝叶斯算法== *[[9.1算法原理]] *[[9.2概率分布]] *[[9.3连续值的处理]] ==第10章 pca算法== *[[10.1算法原理]] *[[10.2算法示例]] *[[10.3pca的数据还原率及应用]] *[[10.4人脸识别实例]] ==第11章 K-均值算法== *[[11.1算法原理]] *[[11.2scikit-learn里的k-均值算法]] *[[11.3使用k-均值对文档进行聚类分析]] *[[11.4聚类算法性能评估]] *[[3.5 算法模型性能优化]] *[[3.6 查准率和召回率]] *[[3.7 F1 Score]]
返回至
AI Red
。
导航菜单
个人工具
登录
命名空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
帮助
工具
链入页面
相关更改
特殊页面
页面信息