IP屬地：上海
機器學習： 1、kmeans 2、meanshift 3、最小二乘法 4、邏輯回歸、線性回歸 5、混合高斯模型 6、bp 7、RNN 8、GRU...
6. 如何把問題拆解到底 這一節(jié)我們主要講兩部分，第一部分是談一談如何科學地把問題拆解到底；第二部分是，拆解到底以后還要學會用對比的眼光看數(shù)據(jù)，...
SVM 決策樹 貝葉斯 梯度下降 SVD與PCA 凸優(yōu)化 局部最優(yōu)解，最大似然估計
SVM
梯度下降
RNN
CNN
1：最大似然估計2：。。。 3：梯度下降 4：泰勒級數(shù) 5：高斯分布 6：一元概率密度二元概率密度多元概率密度 中心極限定理 7：貝葉斯公式 8...
機器學習中分類和預測算法的評估： 準確率速度強壯行可規(guī)模性可解釋性 什么是決策樹/判定樹（decision tree)?判定樹是一個類似于流程圖...