书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-71章
共71章
免费
版权信息
免费
作者简介
免费
译者和审校者简介
免费
译者序
免费
前言
免费
第1章 引言
免费
1.1 关于本书及相关材料
免费
1.2 机器学习分类
免费
1.3 验证和测试
免费
1.4 数据清洗
免费
1.5 贝叶斯定理
免费
第2章 无监督学习
免费
2.1 特征缩放
免费
2.2 k-均值算法
免费
2.3 设置k值
免费
2.4 维度灾难
免费
2.5 国家风险
免费
2.6 其他聚类方法
免费
2.7 主成分分析
第3章 监督学习：线性回归
3.1 线性回归：单特征
3.2 线性回归：多特征
3.3 分类特征
3.4 正则化
3.5 岭回归
3.6 套索回归
3.7 弹性网络回归
3.8 房价数据模型结果
3.9 逻辑回归
3.10 逻辑回归的准确性
3.11 信贷决策中的运用
3.12 k-近邻算法
第4章 监督学习：决策树
4.1 决策树的本质
4.2 信息增益测度
4.3 信息决策应用
4.4 朴素贝叶斯分类器
4.5 连续目标变量
4.6 集成学习
第5章 监督学习：支持向量机
5.1 线性SVM分类
5.2 关于软间隔的修改
5.3 非线性分离
5.4 关于连续变量的预测
第6章 监督学习：神经网络
6.1 单层神经网络
6.2 多层神经网络
6.3 梯度下降算法
6.4 梯度下降算法的变形
6.5 迭代终止规则
×