文章目录
- 1 线性回归
-
- 2.8 作业_01_线性回归
- 6 逻辑回归
- 6.1 分类问题
-
- 6.3 决策边界
- 6.4 代价函数
- 6.5 简化代价函数与梯度下降
- 6.6 高级优化
- 6.7 多分类
- 6.8 作业
- 7 过拟合
-
- 7.1 过拟合
- 7.2 代价函数
- 7.3 线性回归正则化
- 7.4 逻辑回归的正则化
- 8 非线性假设
- 9神经网络
-
- 9.1 神经网络的代价函数
- 9.2 反向传播算法
- 9.4 参数展开
- 8.5 梯度检测
- 8.7 组合到一起
- 11.2 误差分析
- 11.3 不对称分类的误差评估
- 12.1 支持向量机
- 13 无监督学习
-
- 13.2 k-means算法
- 16 推荐系统

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/81088.html