声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除
01、机器学习的教学基础1-数学分析
02、数学基础2-数理统计与参数估计
03、数学基础3一矩阵和线性代数
04、数学基础4-凸优化
05、Python基础及其数学库的使用
06、 Python基础及其机器学习库的使用
07.回归
08、回归实践
09、决策树和随机森林
10、随机森林实践
11、提升
12,XGBaost
13.SVM
14,SVM实践
15、聚类
16、聚类实践
17,EM算法
18、EM算法实践
19、贝叶斯网络
20、朴素贝叶斯实践
21、主题模型LDA
22、LDA实践
23、隐马尔科夫模型HMM
24,HMM实践