记录小润了解的各种机器学习算法，包括用Python的原生实现以及调用机器学习库sklearn的实现。
| 名称 | 目录 |
|---|---|
| 线性回归 Linear Regression | [dir] |
| KNN | [dir] |
| 朴素贝叶斯 Naive Bayes | [dir] |
| 决策树 Decision Tree | [dir] |
| 逻辑回归 Logisitc Regression | [dir] |
| 支持向量机 SVM | [dir] |
| K Means | [dir] |
-
Notifications
You must be signed in to change notification settings - Fork 31
记录小润了解的各种机器学习算法的实现以及基础概念，包括有监督学习，无监督学习，分类，聚类，回归；神经元模型，多层感知器，BP算法；损失函数，激活函数，梯度下降法；全连接网络、卷积神经网络、递归神经网络；训练集，测试集，交叉验证，欠拟合，过拟合；数据规范化等
leezqcst/machine-learning-algorithm
Folders and files
| Name | Name | Last commit message | Last commit date | |
|---|---|---|---|---|
Repository files navigation
About
记录小润了解的各种机器学习算法的实现以及基础概念，包括有监督学习，无监督学习，分类，聚类，回归；神经元模型，多层感知器，BP算法；损失函数，激活函数，梯度下降法；全连接网络、卷积神经网络、递归神经网络；训练集，测试集，交叉验证，欠拟合，过拟合；数据规范化等
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published