做架构必知的人工智能
1.人工智能概述和特征提取?2.线性回归1:第一个模型,用来进行数值预测
3.线性回归2:从傻瓜到只能,梯度下降法学习法
4.线性回归3:突破瓶颈,模型效果的提升
5.逻辑回归1:猛将起于卒伍,工业环境下的分类模型
6.逻辑回归2:损失函数推到解析和特征选择优化
7.逻辑回归3:到底好不好?模型评价指标讲解
8.逻辑回归4:让模型看的更准更稳,正则优化
9.逻辑回归5:让学习更高效,数值优化和一只看不见的手
10.朴索贝叶斯模型:简单背后蕴含的有效
11.支持向量机SVM1:曾经的分类王者
12.SVM2:昔日辉煌,传统方法顶峰详解
13.分类器背后的秘密和机器学习三大定律
**** Hidden Message *****
谢谢分享 666666666666666666 666666666666666666 您要查看本帖隐藏内 啥也不说了,感谢楼主分享哇! 做架构必知的人工智能 谢谢分享 做架构必知的人工智能 111111111111
页:
[1]
2