解读机器学习实践/面试过程中可能会用到的知识点,涵盖机器学习八股文和常用算法,
3条回答 默认 最新
- 好评笔记 2025-01-11 10:58关注
本系列其他相关笔记参考如下:
🔥免费试读🔥机器学习笔记——损失函数、代价函数和KL散度
🔥免费试读🔥机器学习笔记——特征工程、正则化、强化学习
机器学习笔记——30种常见机器学习算法简要汇总
机器学习笔记——感知机、多层感知机(MLP)、支持向量机(SVM)
机器学习笔记——KNN(K-Nearest Neighbors,K 近邻算法)
机器学习笔记——朴素贝叶斯算法
机器学习笔记——决策树
机器学习笔记——集成学习、Bagging(随机森林)、Boosting(AdaBoost、GBDT、XGBoost、LightGBM)、Stacking
机器学习笔记——Boosting中常用算法(GBDT、XGBoost、LightGBM)迭代路径
机器学习笔记——聚类算法(Kmeans、GMM-使用EM优化)
机器学习笔记——降维
————————————————版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
原文链接:https://blog.csdn.net/haopinglianlian/article/details/145069713
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 1无用