MachineLearning

[windows 10編譯CNTK]
MachineLearning DeepLearning CNTK Windows
08-04
XNOR-Net-PyTorch實驗
MachineLearning 神經網絡深度學習 Pytorch 機器學習
08-02
Programming Exercise 8: Anomaly Detection and Recommender Systems Machine Learning
MachineLearning 機器學習
08-02
ML基本概念
MachineLearning lhy 機器學習神經網絡深度學習
08-01
K-Means 算法聚類
MachineLearning k-means
07-31
機器學習（一）：kNN原理
MachineLearning 機器學習算法數學
07-31
機器學習之聚類分析
MachineLearning 機器學習 Python 深度學習聚類算法
07-31
《機器學習實戰》之樸素貝葉斯
MachineLearning 機器學習 Python
07-31
《機器學習實戰》之K-近鄰算法
MachineLearning 機器學習 Python
07-31
機器學習（一）高斯混合模型
MachineLearning 機器學習算法
07-31
【CS229機器學習】 Lecture5：生成學習算法，生成模型，高斯判别分析模型，多元高斯分布，樸素貝葉斯，拉普拉斯平滑Part4:生成算法模型
cs229 MachineLearning
07-22
【機器學習】實戰邏輯回歸模型
MachineLearning ML
07-15
梯度方向為何變化率最大
MachineLearning
07-03
在jupyter notebook中使用conda建立的虛拟環境1、進入虛拟環境xxx2、安裝ipykernel3、将虛拟環境添加至jupyter notebook4、重新開機jupyter notebook
MachineLearning tensorflow 深度學習機器學習
07-02
Bagging與随機森林算法原理小結（詳解）1. bagging的原理2. bagging算法流程3. 随機森林算法4. 随機森林的推廣5. 随機森林小結
MachineLearning 算法大資料
06-27
機器學習(二)：了解線性回歸與梯度下降并做簡單預測預測從瞎猜開始損失函數（成本函數）梯度下降學習率（步長）線性回歸代碼實踐其他回歸
MachineLearning 機器學習深度學習線性回歸梯度下降
06-27
圖，譜，馬爾可夫過程，聚類結構[by林達華]
MachineLearning 機器學習
06-27
機器學習(五)：通俗易懂決策樹與随機森林及代碼實踐一、決策樹二、随機森林總結
MachineLearning 機器學習深度學習決策樹随機森林
06-27
梯度下降算法原理線性回歸拟合（附Python/Matlab/Julia代碼）梯度下降loss function(損失函數)附錄 source code
MachineLearning 梯度下降線性回歸損失函數 Python 人工智能
06-27
機器學習(六)：通俗易懂無監督學習K-Means聚類算法及代碼實踐一、無監督學習 K-Means二、 K-Means代碼實踐三、K的選擇四、自動選擇K值（拓展）五、總結（系列完結）
MachineLearning 深度學習機器學習
06-27