主要以李航老师的《统计学习方法》为主,同时用周志华老师的《机器学习》为补充。
笔记分为3大块:
- 个人总结
- 各章节相关优秀博文讲解
- 代码实现以及课后习题解答
参考文章:(学习过程中看到的优秀的博文)
1、统计学习方法概论
2、感知机
(1)如何理解感知机学习算法的对偶形式?
(2)感知机原理小结
3、k近邻法(k-NN)
(1)一只兔子帮你理解 kNN
(2)kd 树算法之思路篇
(3)kd 树算法之详细篇
(4)scikit-learn 之 kNN 分类
主要以李航老师的《统计学习方法》为主,同时用周志华老师的《机器学习》为补充。
笔记分为3大块:
参考文章:(学习过程中看到的优秀的博文)
1、统计学习方法概论
2、感知机
(1)如何理解感知机学习算法的对偶形式?
(2)感知机原理小结
3、k近邻法(k-NN)
(1)一只兔子帮你理解 kNN
(2)kd 树算法之思路篇
(3)kd 树算法之详细篇
(4)scikit-learn 之 kNN 分类
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