爱站内页反链
爱站首页反链
神马是否收录
360网站安全检测
搜狗是否收录
360是否收录
百度是否收录
百度年收录
网站年龄
百度安全
百度查询
导出链接
网站ip查询
网站ICP备案批量查询
搜狗快照
百度快照
百度反链批量查询
搜狗PR批量查询
谷歌PR批量查询
神马权重批量查询
360移动权重批量查询
站长移动权重批量查询
爱站移动权重批量查询
360权重查询
站长PC权重批量查询
爱站PC权重批量查询
搜狗总收录批量查询
360日收录批量查询
360总收录批量查询
百度月收录批量查询
百度周收录批量查询
百度日收录批量查询
百度网站收录批量查询
获取网站IP
获取网站描述
获取网站关键词
获取网站标题
HTTP状态码
搜狗权重
搜狗反链
神马总收录
百度预计流量
ALEXA排名
360反链
当前位置
博文首页
> AI浩:深度学习的开胃菜——常用的机器学习知识梳理
最大化
缩小
AI浩:深度学习的开胃菜——常用的机器学习知识梳理
作者:[db:作者]
时间:2021-08-12 15:04
文章目录
摘要
1.1 常见概念
1.1.1 机器学习本质
1.1.2 什么是神经网络
1.1.3 各种常见算法图示
1.1.4 计算图的导数计算
1.1.5 理解局部最优与全局最优
1.1.6 大数据与深度学习之间的关系
1.2 机器学习学习方式
1.2.1 监督学习
1.2.2 非监督式学习
1.2.3 半监督式学习
1.2.4 弱监督学习
1.2.5 监督学习有哪些步骤
1.3 分类算法
1.3.1 常用分类算法的优缺点?
1.3.2 分类算法的评估方法
1.3.3 正确率能很好的评估分类算法吗
1.3.4 什么样的分类器是最好的
1.4 逻辑回归
1.4.1 回归划分
1.4.2 逻辑回归适用性
1.4.3 生成模型和判别模型的区别
1.4.4 逻辑回归与朴素贝叶斯有什么区别
1.4.5 线性回归与逻辑回归的区别
1.5 代价函数
1.5.1 为什么需要代价函数
1.5.2 代价函数作用原理
1.5.3 为什么代价函数要非负
1.5.4 常见代价函数
1.5.5 为什么用交叉熵代替二次代价函数
1.6 损失函数
1.6.1 什么是损失函数
1.6.2 常见的损失函数
1.6.3 逻辑回归为什么使用对数损失函数
1.6.4 对数损失函数是如何度量损失的
1.7 梯度下降
1.7.1 机器学习中为什么需要梯度下降
1.7.2 梯度下降法缺点
1.7.3 梯度下降法直观理解
1.7.4 梯度下降法算法描述
1.7.5 如何对梯度下降法进行调优
1.7.6 随机梯度和批量梯度区别
1.7.7 各种梯度下降法性能比较
1.8 自然梯度法
1.8.1 为什么我们需要自然梯度
1.8.2 如何定义自然梯度
1.8.3 Fisher信息矩阵的意义
1.9 线性判别分析(LDA)
1.9.1 LDA思想总结
1.9.2 图解LDA核心思想
1.9.3 二类LDA算法原理
1.9.4 LDA算法流程总结
1.9.5 LDA和PCA区别
1.9.6 LDA优缺点
1.10 主成分分析(PCA)
1.10.1 主成分分析(PCA)思想总结
1.10.2 图解PCA核心思想
1.10.3 PCA算法推理
1.10.4 PCA算法流程总结
1.10.5 PCA算法主要优缺点
1.10.6 降维的必要性及目的
1.10.7 KPCA与PCA的区别
1.11 模型评估
1.11.1 模型评估常用方法?
1.11.2 误差、偏差和方差有什么区别和联系
1.11.3 经验误差与泛化误差
1.11.4 图解欠拟合、过拟合
1.11.5 如何解决过拟合与欠拟合
1.11.6 交叉验证的主要作用
1.11.7 理解k折交叉验证
1.11.8 混淆矩阵
1.11.9 错误率及精度
1.11.10 查准率与查全率
1.11.11 ROC与AUC
1.11.12 如何画ROC曲线
1.11.13 如何计算TPR,FPR
1.11.14 如何计算AUC
1.11.15 为什么使用Roc和Auc评价分类器
1.11.16 直观理解AUC
1.11.17 代价敏感错误率与代价曲线
1.11.18 模型有哪些比较检验方法
1.11.19 为什么使用标准差
1.11.20 类别不平衡产生原因
1.11.21 常见的类别不平衡问题解决方法
1.12 决策树
1.12.1 决策树的基本原理
1.12.2 决策树的三要素?
1.12.3 决策树学习基本算法
1.12.4 决策树算法优缺点
1.12.5 熵的概念以及理解
1.12.6 信息增益的理解
1.12.7 剪枝处理的作用及策略
1.13 支持向量机
1.13.1 什么是支持向量机
1.13.2 支持向量机能解决哪些问题
1.13.3 核函数特点及其作用
1.13.4 SVM为什么引入对偶问题
1.13.5 如何理解SVM中的对偶问题
1.13.7 常见的核函数有哪些
1.13.9 SVM主要特点
1.13.10 SVM主要缺点
1.13.11 逻辑回归与SVM的异同
1.14 贝叶斯分类器
1.14.1 图解极大似然估计
1.14.2 极大似然估计原理
1.14.3 贝叶斯分类器基本原理
1.14.4 朴素贝叶斯分类器
1.14.5 举例理解朴素贝叶斯分类器
1.14.6 半朴素贝叶斯分类器
1.15 EM算法
1.15.1 EM算法基本思想
1.15.2 EM算法推导
1.15.3 图解EM算法
1.15.4 EM算法流程
1.16 降维和聚类
1.16.1 图解为什么会产生维数灾难
1.16.2 怎样避免维数灾难
1.16.3 聚类和降维有什么区别与联系
1.16.4 有哪些聚类算法优劣衡量标准
1.16.5 聚类和分类有什么区别
1.16.6 不同聚类算法特点性能比较
1.16.7 四种常用聚类方法之比较
1.16.8 k-means聚类算法
1.16.9 层次聚类算法
1.16.10 SOM聚类算法
1.16.11 FCM聚类算法
1.16.12 四种聚类算法试验
cs
上一篇:
免费ftp服务器,Linux 轻量应用服务器搭建 FTP 服务
下一篇:没有了
立即下载 - IIS7 站长工具包
最新
更多<<
AI浩:深度学习的开胃菜——常用的机器学习知识梳理
兄弟连_战地日记:一位兄弟连毕业生给学弟学妹的经验之诗
◣歹匕亡ㄋ日記◥:【Web】HTML+ JS+ CSS 的五子棋(简单AI)
liaxi z的博客:html五子棋人机对战,JS+canvas实现五子棋人机大
赫奇。的博客:五子棋游戏(JavaScript+JQuery+Canvas)
weixin_34107739的博客:ETC核心技术团队CTO空降上海,引领高校
weixin_34061042的博客:html+css+javascript 完成一个简单五子
免费ftp服务器,Linux 轻量应用服务器搭建 FTP 服务
帅地:又来了,学弟学妹把教材收起来吧,二叉堆看我这篇就妥了
923723914:IT毕业生给学弟学妹们的真心话——离校座谈记录
努力充实,远方可期:【谷粒商城】分布式事务与下单
努力充实,远方可期:【Jenkins】持续集成环境实战
努力充实,远方可期:【JVM】说说双亲委派源码、SPI、线程上下文
【欢迎关注,一起学习,共同进步!】:【爬虫实战】每日健康上报
【欢迎关注,一起学习,共同进步!】:【爬虫实战】B站网课不想
黑狼极速ftp,支持批量连接的FTP工具
B站网课】复习课_【欢迎关注,一起学习,共同进步!】:【现代控
【欢迎关注,一起学习,共同进步!】:【无人机算法&PX4飞控
【欢迎关注,一起学习,共同进步!】:【PX4学习笔记】4. 飞控调
【欢迎关注,一起学习,共同进步!】:【PX4学习笔记】3. PX4 固
【欢迎关注,一起学习,共同进步!】:【OpenCV3】Ubuntu16.04/1
【欢迎关注,一起学习,共同进步!】:【Ubuntu18.04】Ubuntu18.
【欢迎关注,一起学习,共同进步!】:【ROS】Anaconda默认的pyt
Bug】打开Jupyter notebook报错:UnicodeDecodeError: ‘ascii‘
Python3】ImportError: No module named ‘_tkinter‘_【欢迎关
VScode】Jupyter 服务器崩溃,无法连接。 来自 jupyter 的错误代
【欢迎关注,一起学习,共同进步!】:【Ubuntu18.04】将AppImag
【欢迎关注,一起学习,共同进步!】:【Webots】Highway Drivin
【欢迎关注,一起学习,共同进步!】:【YOLOv5】代码下载
beliefyou8的博客:Java基础总结
推荐
更多<<
用vbs检索在运行对话框中键入的一系列命令的代码
最受欢迎的情侣网名霸气一对 - 2018最潮流霸气情侣网名一男一女
掌通家园登录不了怎么办,掌通家园登不上了如何解决