IP屬地：北京
1. 概率基本概念：隨機(jī)試驗(yàn)、樣本空間、隨機(jī)事件、概率 2. 事件的關(guān)系與運(yùn)算：事件關(guān)系、運(yùn)算律、完全事件組 3. 概率的基本公式：條件概率、全...
特征值和特征向量是對(duì)應(yīng)出現(xiàn)的。特征向量就是那些經(jīng)過(guò)矩陣A變換后的向量方向與變換前的方向相同或者相反的向量，也就是說(shuō)可以在某個(gè)矩陣的變換下保持在同...
這一講主要學(xué)習(xí)了矩陣，首先了解了矩陣的概念，也就是方程組系數(shù)的信息，以及矩陣的運(yùn)算法則（包括加法、數(shù)乘、結(jié)合律和分配律），而這也是解任意元線性方...
西瓜書(shū)+南瓜書(shū)第6章：支持向量機(jī)+軟間隔與支持向量回歸 1、間隔與支持向量 （1）分類學(xué)習(xí)的最基本思想就是：基于訓(xùn)練集D在樣本空間中找到一個(gè)劃分...
西瓜書(shū)第五章神經(jīng)網(wǎng)絡(luò) 5.1M-P神經(jīng)元 5.2 感知機(jī) 5.3 神經(jīng)網(wǎng)絡(luò) 1）神經(jīng)元是神經(jīng)網(wǎng)絡(luò)中的基礎(chǔ)元件，其接收來(lái)自n 個(gè)其它神經(jīng)元傳遞過(guò)來(lái)...
在機(jī)器學(xué)習(xí)算法中，決策樹(shù)（decision tree）是一種基本的分類與回歸方法。決策樹(shù)模型呈樹(shù)形結(jié)構(gòu)，在分類問(wèn)題中，表示基于特征對(duì)實(shí)例進(jìn)行分類...
一元線性回歸與多元線性回歸 西瓜書(shū)3.1、3.2 對(duì)數(shù)幾率回歸 西瓜書(shū)3.3 線性判別分析 西瓜書(shū)3.4
第5章 模型 5.1 回歸模型：Linear Regression、以及Stepwise Regression 5.2 分類模型：Logisti...
ggplot2包介紹 4.1 環(huán)境配置 4.2 散點(diǎn)圖 4.3 直方圖 4.4 柱狀圖 4.5 餅狀圖 4.6 折線圖 4.7 ggplot2擴(kuò)...