主要以李航老師的《統計學習方法》爲主,同時用周志華老師的《機器學習》爲補充。
筆記分爲3大塊:
- 個人總結
- 各章節相關優秀博文講解
- 代碼實現以及課後習題解答
參考文章:(學習過程中看到的優秀的博文)
1、統計學習方法概論
2、感知機
(1)如何理解感知機學習算法的對偶形式?
(2)感知機原理小結
3、k近鄰法(k-NN)
(1)一隻兔子幫你理解 kNN
(2)kd 樹算法之思路篇
(3)kd 樹算法之詳細篇
(4)scikit-learn 之 kNN 分類
主要以李航老師的《統計學習方法》爲主,同時用周志華老師的《機器學習》爲補充。
筆記分爲3大塊:
參考文章:(學習過程中看到的優秀的博文)
1、統計學習方法概論
2、感知機
(1)如何理解感知機學習算法的對偶形式?
(2)感知機原理小結
3、k近鄰法(k-NN)
(1)一隻兔子幫你理解 kNN
(2)kd 樹算法之思路篇
(3)kd 樹算法之詳細篇
(4)scikit-learn 之 kNN 分類
邏輯迴歸之所以叫邏輯是因爲他用到了邏輯分佈: 圖形如下: 還是按照老樣子,根據李航老師的統計學習方法三部分進行學習。 1 模型 假設輸入爲任意範圍內的屬性值,輸出爲0-1之間的概率。給定一個閾
轉載請註明出處:http://blog.csdn.NET/luoshixian099/article/details/47377611 相關: KD樹+BBF算法解析 SURF原理與源碼解析