机器学习

集成学习 Ensemble Learning

本章介绍了集成学习的Bagging和Boosting的思想以及运算方法。

发布于 2024-01-03

机器学习

决策树 Decision Tree

本章介绍了决策树的算法，包括ID3、C4.5和CART算法去构建决策树。

发布于 2024-01-02

机器学习

支持向量机 Support Vector Machine

本章介绍了用于二分类的支持向量机算法，同时介绍了核技巧、软间隔的SVM。

发布于 2024-01-02

机器学习

感知机 Perceptron

本章我们介绍了一个比较古老的二分类算法——感知机。

发布于 2023-12-27

机器学习

卷积神经网络 Convolutional Neural Networks

本章介绍了CNN，包括其原理、实现方式等内容。

发布于 2023-12-10

机器学习

梯度下降优化 Optimization

本节主要介绍了多个优化梯度下降的算法，包含GDM、AdaGrad、RMSProp与Adam，还有其他算法。

发布于 2023-11-01

机器学习

神经网络 Neural Networks

本节主要介绍了神经网络的使用以及构成，重点介绍了神经网络中的激活函数、反向传播等内容。

发布于 2023-10-20

机器学习

正则化 Regularization

本节介绍了正则化的作用，并且介绍了L2正则和L1正则的使用。

发布于 2023-10-19

机器学习

多分类 Softmax Regression

本节主要介绍了Softmax回归，交叉熵损失函数，以及KNN算法。

发布于 2023-10-07

机器学习

模型选择 Model Selection

本节主要介绍了在模型选择和模型评估上的一些技巧和经验。

发布于 2023-10-06

菜单

集成学习 Ensemble Learning

决策树 Decision Tree

支持向量机 Support Vector Machine

感知机 Perceptron

卷积神经网络 Convolutional Neural Networks

梯度下降优化 Optimization

神经网络 Neural Networks

正则化 Regularization

多分类 Softmax Regression

模型选择 Model Selection

博客迁移通知

Chapter 7 —— 运输层（3）

Chapter 7 —— 运输层（2）

Chapter 7 —— 运输层（1）

Chapter 6 —— 网络层（4）

Chapter 6 —— 网络层（3）

Chapter 6 —— 网络层（2）

Chapter 6 —— 网络层（1）

Chapter 5 —— 数据链路层

Chapter 4 —— 物理层