机器学习基础算法原理分析
文件大小: 235k
源码售价: 10 个金币 积分规则     积分充值
资源说明:本文以线性回归(Linear Regression)作为引入,随后介绍了常用的分类算法逻辑回归(Logistic Regression, LR)、Softmax Regression以及神经网络(Neural Network, NN)。然后分析了常见学习模型的拟合状态判断依据——偏差、方差,以及如何避免过拟合,模型的评价指标等。最后分析了常用的参数优化方法——梯度下降、Normal Equations等。
本源码包内暂不包含可直接显示的源代码文件,请下载源码包。