暂时未有相关云产品技术能力~
专注机器学习 Python数据分析 密码学
TensorFlow 常用优化器:GradientDescent、Momentum、Adam
TensorFlow 入门:Session、Variable、placeholder
Machine Learning-L20-降维
Machine Learning-L19-条件随机场
Machine Learning-L18-隐马尔可夫模型
Machine Learning-L17-贝叶斯网络
Machine Learning-L16-概率图模型
Machine Learning-L14-聚类(下)
Machine Learning-L14-聚类
Machine Learning-L13-频繁模式挖掘
Machine Learning-L12-集成学习:Boosting/Bagging/随机森林
Machine Learning-L11-KNN
Machine Learning-L10-神经网络简介
Machine Learning-L9-贝叶斯分类器(涉及贝叶斯的全在这了)(下)
Machine Learning-L9-贝叶斯分类器(涉及贝叶斯的全在这了)
L6-假设检验:临界值法与P值法
L5-参数估计:矩估计与极大似然估计
L4-数字特征:期望、方差、协方差、相关系数等
L3-连续变量分布:均匀分布、指数分布、正态分布
L2-离散变量分布:Bernoulli分布、二项分布、泊松分布等
Machine Learning-L7-最大熵模型
Machine Learning-L6-逻辑回归
Machine Learning-L4-决策树
Machine Learning-L3-训练集与测试集
Machine Learning-L2-数据特征
Machine Learning-L1-机器学习pipeline
Machine Learning-L0-机器学习简介
Machine Learning-L15-EM算法全解析(下)
Machine Learning-L15-EM算法全解析
Machine Learning-L5-回归分析
SVM(五):SVM小结
SVM(四):支持向量回归
SVM(三):非线性支持向量机
SVM(二):软间隔与正则化
SVM(一):线性支持向量机
Machine Learning-L8-SVM:支持向量机全面解析
熵
TensorFlow 添加卷积层
TensorFlow 添加全连接层
TensorFlow 计算交叉熵