机器学习实战学习提纲
来源:互联网 发布:电商系统源码 编辑:程序博客网 时间:2024/05/21 13:56
机器学习实战学习提纲
学习目录
第一部分 分类
第1章 机器学习基础
第2章 k-近邻算法
第3章 决策树
第4章 基于概率论的分类方法:朴素贝叶斯
第5章 Logistic回归
第6章 支持向量机
第7章 利用AdaBoost元算法提高分类
第二部分 利用回归预测数值型数据
第8章 预测数值型数据:回归
第9章 树回归
第三部分 无监督学习
第10章 利用K-均值聚类算法对未标注数据分组
第11章 使用Apriori算法进行关联分析
第12章 使用FP-growth算法来高效发现频繁项集
第四部分 其他工具
第13章 利用PCA来简化数据
第14章 利用SVD简化数据
第15章 大数据与MapReduce
对应总结
实战项目和相关心得总结随着学习跟进在不断更新,项目不一定与书里的项目一致。
第一部分 分类
第1章 机器学习基础
第2章 k-近邻算法
第3章 决策树
第4章 基于概率论的分类方法:朴素贝叶斯
第5章 Logistic回归
第6章 支持向量机
第7章 利用AdaBoost元算法提高分类
第二部分 利用回归预测数值型数据
第8章 预测数值型数据:回归
第9章 树回归
第三部分 无监督学习
第10章 利用K-均值聚类算法对未标注数据分组
第11章 使用Apriori算法进行关联分析
第12章 使用FP-growth算法来高效发现频繁项集
第四部分 其他工具
第13章 利用PCA来简化数据
第14章 利用SVD简化数据
第15章 大数据与MapReduce
0 0
- 机器学习实战学习提纲
- 机器学习概要提纲
- 《机器学习实战》学习
- R:机器学习实战
- 《机器学习实战》读书笔记
- 机器学习实战---决策树
- 机器学习实战
- 《机器学习实战》读书笔记
- 机器学习实战
- 机器学习实战笔记
- 机器学习实战-决策树
- 机器学习实战---决策树
- 机器学习实战 决策树
- 机器学习实战
- [机器学习实战]-决策树
- 机器学习实战
- 机器学习实战-第一章
- 《机器学习实战》--KNN
- 网络概述
- 微信小程序之基本配置
- Thinkpad E系列刷BIOS无法启动点亮或开机显示屏不亮解决办法
- Nodemanager堆内内存泄漏问题记录
- Hbase学习2_HBase数据同步到ElasticSearch的方案
- 机器学习实战学习提纲
- Activity与Fragment之间的生命周期方法
- tensorflow——Deep MNIST
- P1403 [AHOI2005]约数研究
- 机器学习基础—— 遗传算法(GA)
- 如何将Excel数据导入MATLAB中
- java面向对象程序设计之封装
- 利用Python数据分析:Numpy基础(六)
- mysql学习之主从复制