机器学习的模型与算法--思维导图在线浏览(统计学习方法概论)
共 1 个回答
下面就先将统计学习概论做一个简单的介绍:
思维导图在线浏览地址:统计学习概论 https://aonaotu.com/open/5ab1109c2049f345c73857e7
本章节讲的是监督方法的简介以及统计学习的三大组成部分:
思维导图在线浏览地址:统计学习三要素 https://aonaotu.com/open/5ab676aeb85e9364f27066e5
本章主要讲的是模型的选择,模型的相关分类还有统计学习问题的分类:分类问题、标注问题、回归问题,连着上两篇统计学习简介,统计学习方法的简介到这里就结束了:
思维导图在线浏览地址:模型评估与选择 https://aonaotu.com/open/5ab75a03b85e9364f27069f0
感知机
感知机是人工神经网络和SVM一个非常重要的组成部分,本章主要讲了感知机的模型、策略以及算法的相关证明,详细见下方思维导图:
思维导图在线浏览地址:感知机思维导图 https://aonaotu.com/open/5abf39c2f6b4a855d040fa3c
K近邻法
本章主要讲了K近邻的算法、模型 以及kd树的构造与最近邻搜索:
思维导图在线浏览地址:K近邻法思维导图 https://aonaotu.com/open/5acc672dc5be5e0010b7cbda
朴素贝叶斯法
本章主要讲了生成学习方法-朴素贝叶斯法的详细生成方法 、 朴素贝叶斯的特点-条件独立性假设:
思维导图在线浏览地址:朴素贝叶斯思维导图 https://aonaotu.com/open/5ad75e2dc1ddde0011a10bd4
更多机器人、无人机/车、AI 技术资料(扫码关注机器人)
共 1 条
- 1
73问题数 69回答数