先分清分类、回归、聚类和强化学习,再理解线性模型、树、集成、SVM、贝叶斯、KNN 与 PCA。
标签:机器学习
共 6 篇相关内容,按发布时间排列。
结合 2021 至 2025 年题目学习如何拆任务和验证方案
从投影与间隔理解 LDA、软间隔和核函数
从条件概率与平滑走到文本分类
从距离投票理解监督学习、交叉验证和评估
从手算分裂走到剪枝、随机森林和梯度提升
共 6 篇相关内容,按发布时间排列。
先分清分类、回归、聚类和强化学习,再理解线性模型、树、集成、SVM、贝叶斯、KNN 与 PCA。
结合 2021 至 2025 年题目学习如何拆任务和验证方案
从投影与间隔理解 LDA、软间隔和核函数
从条件概率与平滑走到文本分类
从距离投票理解监督学习、交叉验证和评估
从手算分裂走到剪枝、随机森林和梯度提升