首页 > 代码库 > 斯坦福机器学习课程笔记
斯坦福机器学习课程笔记
模型(如何模拟)---策略(风险函数)--算法(最优化方法)
第一节:
机器学习的基本概念和分类
第二节:
线性回归,最小二乘
批梯度下降(bgd)和随机梯度下降(sgd)
第三节:
过拟合,欠拟合
非参数学习算法:局部加权回归
概率角度解释线性回归。极大似然估计(mlp)
分类:逻辑回归
斯坦福机器学习课程笔记
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。