2 机器学习基础
2.1 各种机器学习算法图示
图1 线性回归
图2 聚类算法
图3 决策树算法
图4 贝叶斯算法
图5 SVM基于核的算法
图6 正则化方法
图6是通过正则化来约束参数，从而得到较好的回归曲线。
图7 关联规则学习算法
图8 降维算法
图9 集成算法
图10 全连接神经网络
图11 深度卷积神经网络
图1 线性回归
图2 聚类算法
图3 决策树算法
图4 贝叶斯算法
图5 SVM基于核的算法
图6 正则化方法
图6是通过正则化来约束参数，从而得到较好的回归曲线。
图7 关联规则学习算法
图8 降维算法
图9 集成算法
图10 全连接神经网络
图11 深度卷积神经网络
机器学习： 知识点链接： 面试必备 | 机器学习、深度学习面试知识点汇总[https://mp.weixin.qq...
2 机器学习基础 2.1 各种机器学习算法图示 图6是通过正则化来约束参数，从而得到较好的回归曲线。
这是github 上的计算机基础、算法、机器学习、深度学习的面试算法指南的汇总，非常值得收藏。 1、leetcod...
2.10 主成分分析的思想是什么？ 主成分分析（PCA）是将高维的数据通过线性变换投影到低维空间，这种变换没有损失...
2.13 模型评估常用指标有哪些？ 一般情况来说，单一评分标准无法完全评估一个机器学习模型。只用good和bad偏...
2.12 降维的必要性及目的 降维的必要性： 多重共线性和预测变量之间相互关联。多重共线性会导致解空间的不稳定，从...
2.15 交叉验证和k折交叉验证 交叉验证是为了提高模型的泛华能力。 方法主要有： 留一交叉验证 k折交叉验证 这...
2.14 欠拟合与过拟合 欠拟合：顾名思义，就是没有拟合好，要么没有很好的收敛，要么模型容量太小，无法收敛到一个满...
2.11 PCA的算法原理和流程 基于最小投影距离为评价指标推理： 假设数据集是个维数据，，也就是默认为行列的矩阵...
2.2 什么是弱监督学习？ 弱监督学习可以看做是有多个标记的数据集合。子集合可以是空集、单个元素、或包含多种情况（...
本文标题：深度学习知识点汇总-机器学习基础（1）
本文链接：https://www.haomeiwen.com/subject/tqulnqtx.html
网友评论