Index of /geekbang/38-机器学习40讲/03-统计机器学习模型 (18讲)/

../
11丨基础线性回归：一元与多元.html                               17-May-2023 03:12             2508739
12丨正则化处理：收缩方法与边际化.html                             17-May-2023 03:12             1851411
13丨线性降维：主成分的使用.html                                17-May-2023 03:12             2298091
14丨非线性降维：流形学习.html                                 17-May-2023 03:12             6244144
15丨从回归到分类：联系函数与降维.html                             17-May-2023 03:12             2114092
16丨建模非正态分布：广义线性模型.html                             17-May-2023 03:12             1845111
17丨几何角度看分类：支持向量机.html                              17-May-2023 03:12             1827042
18丨从全局到局部：核技巧.html                                 17-May-2023 03:12             1978674
19丨非参数化的局部模型：K近邻.html                              17-May-2023 03:12             1913955
20丨基于距离的学习：聚类与度量学习.html                            17-May-2023 03:12             2296718
21丨基函数扩展：属性的非线性化.html                              17-May-2023 03:12             1748787
22丨自适应的基函数：神经网络.html                               17-May-2023 03:12             1583669
23丨层次化的神经网络：深度学习.html                              17-May-2023 03:12             2243931
24丨深度编解码：表示学习.html                                 17-May-2023 03:12             1728135
25丨基于特征的区域划分：树模型.html                              17-May-2023 03:12             2009570
26丨集成化处理：Boosting与Bagging.html                     17-May-2023 03:12             1881372
27丨万能模型：梯度提升与随机森林.html                             17-May-2023 03:12             1720712
总结课丨机器学习的模型体系.html                                 17-May-2023 03:12              978113