斯坦福机器学习课程笔记(第五讲)
2014-10-21 22:15
309 查看
转载请注明:http://blog.csdn.net/xinzhangyanxiang/article/details/9285001
该系列笔记1-5pdf下载请猛击这里。
本篇博客为斯坦福ML公开课第五个视频的笔记,主要内容包括
该系列笔记1-5pdf下载请猛击这里。
本篇博客为斯坦福ML公开课第五个视频的笔记,主要内容包括
生成学习算法(generate learning algorithm) 高斯判别分析(Gaussian DiscriminantAnalysis,GDA) 朴素贝叶斯(Navie Bayes) 拉普拉斯平滑(Laplace Smoothing)
相关文章推荐
- 斯坦福机器学习课程笔记(第五讲)
- (斯坦福机器学习课程笔记)多项式回归练习
- (斯坦福机器学习课程笔记)用广义线性模型推导softmax
- 斯坦福机器学习在线课程笔记
- (斯坦福机器学习课程笔记)马尔可夫决策
- 机器学习(斯坦福 Mechine Learning课程)笔记
- (斯坦福机器学习课程笔记)牛顿法算法学习
- (斯坦福机器学习课程笔记)EM算法
- (斯坦福机器学习课程笔记)支持向量机之拉格朗日函数
- 斯坦福机器学习课程笔记week2&3 线性/逻辑斯蒂回归
- (斯坦福机器学习课程笔记)用广义线性模型推导逻辑回归模型
- (斯坦福机器学习课程笔记)VC维,交叉检验和特征选择
- (斯坦福机器学习课程笔记)正则化和机器学习应用的建议
- 斯坦福机器学习课程笔记1
- (斯坦福机器学习课程笔记)支持向量机之拉格朗日函数的对偶问题
- (斯坦福机器学习课程笔记)支持向量机之对偶问题
- (斯坦福机器学习课程笔记)局部加权线性回归练习
- 斯坦福机器学习课程笔记week4&5-神经网络
- (斯坦福机器学习课程笔记)混合高斯模型,朴素贝叶斯,混合朴素贝叶斯模型,因子分析
- 【机器学习-斯坦福】学习笔记4 ——牛顿方法;指数分布族; 广义线性模型(GLM)