機器學習
機器學習介紹類
機器學習介紹類
- 機器學習介紹
機器學習手法
機器學習手法
- 貝氏決策法則(Bayesian decision rule): 最大後驗機率法(Maximum a posterior, MAP)
- 機器學習:如何在多類別分類問題上使用用二元分類器進行分類(Multiclass Strategy for Binary classifier)
- 機器學習: Ensemble learning之Bagging、Boosting和AdaBoost
- 機器學習: EM 演算法(Expectation-Maximization Algorithm, EM)、高斯混合模型(Gaussian Mixture Model, GMM)和GMM-EM詳細推導-非監督式學習
分類
分類
機器學習: LDA分類演算法-監督式學習
回歸分析
回歸分析
- 線性回歸(Linear Regression)-監督式學習
- 機器學習: 決策樹 (Decision Tree)-監督式學習
叢集分析
叢集分析
- 機器學習: 集群分析 K-means Clustering-非監督式學習
- 機器學習: EM 演算法(Expectation-Maximization Algorithm, EM)、高斯混合模型(Gaussian Mixture Model, GMM)和GMM-EM詳細推導-非監督式學習
降維
降維
- 機器/統計學習:主成分分析(Principle Component Analysis, PCA)-非監督式學習
- 機器學習: 降維(Dimension Reduction)- 線性區別分析( Linear Discriminant Analysis)-監督式學習