machine-learning-01
来源：互联网 发布：算法导论第三版英文版 编辑：程序博客网 时间：2024/05/10 01:20
supervised learning:
有监督的学习：变量和结果是已知的，就是有标签的数据，然后再这些数据上进行学习，得到f:x->y，即训练出模型（model），常见的方法：分类（classification 离散度的数据）、聚合（regression 连续的数据）、
unsupervised learning:
无监督的学习：数据只有变量，也就是说没有标签的数据，在这些数据上学习，得到f:x->y，常见的方法：概率统计（probability statistics）
数学基础：LINEAR ALGEBRA、PROBABILITY、STATISTICS
----------------------------update--------or--------modify----------------
0 0
- machine-learning-01
- Stanford Machine Learning - Lecture 01
- machine learning
- Machine Learning
- machine learning
- Machine Learning
- machine learning
- Machine Learning
- machine learning
- machine learning
- Machine Learning
- Machine Learning
- machine-learning
- machine-learning
- Machine Learning
- Machine Learning
- Machine Learning
- machine learning
- 一张图诠释Java集合
- 项目总结-001
- 关于利用反射调用程序集中的函数属性的代码
- 软件设计原则和设计模式的理解
- C++静态库与动态库
- machine-learning-01
- LeetCode题解：Unique Binary Search Trees II
- JavaAPI_4
- Linux下的惨痛教训=>LTS
- POJ 2602 Superlong sums(模拟大数加法)
- LeetCode（51） N-Queens
- C#学习之路，学习笔记 2.3 ASCLL编码和Unicode编码
- LeetCode题解：Validate Binary Search Tree
- uvaoj 11796 - Dog Distance
