首页
技术小册
AIGC
面试刷题
技术文章
MAGENTO
云计算
视频课程
源码下载
PDF书籍
「涨薪秘籍」
登录
注册
机器学习算法原理与实战
作者:肖衡
浏览数:31213
阅读详细
加入书架【收藏】
小册描述
本小册用平实的语言深入浅出地介绍当前热门的机器学习经典算法,包括线性回归、Logistic回归与Softmax回归、决策树(分类与回归)、朴素贝叶斯、支持向量机、K近邻学习、K-Means和人工神经网络,针对每一个算法首先介绍数学模型及原理,然后根据模型和算法描述使用Python编程和Numpy库进行算法实现,最后通过案例让读者进一步体会算法的应用场景以及应用时所需注意的问题。
目录
线性回归模型
最小二乘法
梯度下降算法
线性回归算法实现
线性回归项目实战
Logistic回归
Softmax回归
梯度下降编码实现
项目实战二
决策树模型
生成决策树
切分特征的选择
分类树算法实现
绘制决策树
分类树项目实战
CART算法的改进
处理连续值特征
CART分类树与回归树
朴素贝叶斯模型
模型参数估计
朴素贝叶斯算法实现
叶斯分类器的项目实战
线性可分支持向量机
线性支持向量机
非线性支持向量机
SMO算法
kNN学习模型
kNN的一种实现:k-d树
K-Means
K-Means++
人造神经元
反向传播算法