机器学习(一)理论准备-基础背景2.png 88.8 KB
机器学习(一)理论准备-基础背景1.png 114.0 KB
机器学习(五)维归约-2.png 100.0 KB
机器学习(五)维归约-1.png 181.0 KB
机器学习(四)特征工程&模型评估-特征工程.png 156.0 KB
机器学习(四)特征工程&模型评估-模型评估.png 263.0 KB
机器学习(三)数学基础之「线性代数」-向量.png 126.0 KB
机器学习(三)数学基础之「线性代数」-线性代数.png 137.0 KB
机器学习(三)数学基础之「线性代数」-矩阵.png 209.0 KB
机器学习(六)分类方法-理论篇-最近邻&贝叶斯.png 246.0 KB
机器学习(六)分类方法-理论篇-支持向量机SVM.png 362.0 KB
机器学习(六)分类方法-理论篇-人工神经网络ANN.png 165.0 KB
机器学习(六)分类方法-理论篇-决策树2.png 195.0 KB
机器学习(六)分类方法-理论篇-决策树.png 259.0 KB
机器学习(六)分类方法-理论篇-集成学习1.png 310.0 KB
机器学习(六)分类方法-理论篇-集成学习.png 177.0 KB
机器学习(六)分类方法-理论篇-基于规则的分类器.png 285.0 KB
机器学习(六)分类方法-理论篇-分类-基本概念.png 330.0 KB
机器学习(六)分类方法-理论篇-不平衡类&多类问题.png 163.0 KB
机器学习(二)数据处理&相似、异性度量-相似异性度量.png 273.0 KB
机器学习(二)数据处理&相似、异性度量-数据.png 235.0 KB
+机器学习统计基础 4.2 MB
9-总体方差的统计推断.png 138.0 KB
8-两总体均值& 比例的推断.png 159.0 KB
7-假设检验.png 311.0 KB
6-区间估计.png 146.0 KB
5-抽样分布.png 174.0 KB
4-概率分布.png 307.0 KB
3-概率.png 176.0 KB
2-描述性统计:数值方法.png 274.0 KB
1-描述性统计: 「表格和图形法」.png 140.0 KB
17-非参数方法.png 191.0 KB
16-时间序列分析及预测.png 200.0 KB
15-回归分析.png 267.0 KB
14-多元回归.png 345.0 KB
13-残差分析.png 214.0 KB
12-简单线性回归.png 563.0 KB
11-实验设计_方差分析.png 407.0 KB
10-多个比率的比较_独立性_拟合优度检验.png 223.0 KB
0-统计-导图概览.png 25.6 KB
机器学习思维导图.zip
(8.1 MB, 需要: RMB 19 元)


雷达卡


京公网安备 11010802022788号







