ML之UL：无监督学习Unsupervised Learning的概念、应用、经典案例之详细攻略

相关推荐

• 2019年上半年收集到的人工智能机器学习方向干货文章

  2019年上半年收集到的人工智能机器学习方向干货文章 10种机器学习方法,掌握了就可以称霸朋友圈 人工智能常见算法简介 机器学习中的最优化算法总结 最萌算法学习来啦,看不懂才怪! The Next S ...

• 2019年上半年收集到的人工智能强化学习干货文章

  2019年上半年收集到的人工智能强化学习干货文章 从0到1-强化学习篇 关于人工智能中强化学习的扫盲 强化学习简介 深度强化学习 探索强化学习算法背后的思想起源! 强化学习基础 什么是强化学习?强化学 ...

• ML之SSL：Semi-Supervised Learning半监督学习的简介、应用、经典案例之详细攻略

  ML之SSL:Semi-Supervised Learning半监督学习的简介.应用.经典案例之详细攻略 参考文章:<2019中国人工智能发展报告>-清华大学中国工程院知识智能中心-201 ...

• ML之SL：监督学习(Supervised Learning)的简介、应用、经典案例之详细攻略

  ML之SL:监督学习(Supervised Learning)的简介.应用.经典案例之详细攻略 参考文章:<2019中国人工智能发展报告>-清华大学中国工程院知识智能中心-201912 相 ...

• ML之LoR：逻辑回归LoR算法的简介、应用、经典案例之详细攻略

  ML之LoR:逻辑回归LoR算法的简介.应用.经典案例之详细攻略 逻辑回归LoR算法的简介 逻辑回归最适合二进制分类(y = 0或1的数据集,其中1表示默认类).例如:在预测事件是否发生时,发生的事件 ...

• ML之SVM：SVM算法的简介、应用、经典案例之详细攻略

  ML之SVM:SVM算法的简介.应用.经典案例之详细攻略 SVM算法的简介 支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning ...

• ML之RF：随机森林RF算法简介、应用、经典案例之详细攻略

  ML之RF:随机森林RF算法简介.应用.经典案例之详细攻略 随机森林RF算法简介 随机森林指的是利用多棵决策树对样本进行训练并预测的一种分类器.它包含多个决策树的分类器,并且其输出的类别是由个别树输出 ...

• ML之kNN：k最近邻kNN算法的简介、应用、经典案例之详细攻略

  ML之kNN:k最近邻kNN算法的简介.应用.经典案例之详细攻略kNN算法的简介邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一.所谓 ...

• ML之Clustering之K-means：K-means算法简介、应用、经典案例之详细攻略

  ML之Clustering之K-means:K-means算法简介.应用.经典案例之详细攻略 K-means算法简介 K-均值是著名聚类算法,它找出代表聚类结构的k个质心.如果有一个点到某一质心的距离 ...

• ML之NB：朴素贝叶斯Naive Bayesian算法的简介、应用、经典案例之详细攻略

  ML之NB:朴素贝叶斯Naive Bayesian算法的简介.应用.经典案例之详细攻略 朴素贝叶斯Naive Bayesian算法的简介 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法.朴素 ...

• ML之DT之CART：分类与回归树CART算法的简介、应用、经典案例之详细攻略

  ML之DT之CART:分类与回归树CART算法的简介.应用.经典案例之详细攻略 分类与回归树CART算法简介 分类与回归树(Classification and Regression Trees, C ...