标签:#优化##回归##最小二乘法##机器学习# 时间:2018/10/12 10:50:21 作者:小木
7种回归技术
回归分析方法之岭回归(Ridge Regression)
回归模型中的交互项简介(Interactions in Regression)
分类和Logistic回归
Scikit-Learn最新更新简介
100天搞定机器学习(100-Days-Of-ML)(一)数据预处理
基于GPU的机器学习Python库——RAPIDS简介及其使用方法
机器学习(人工智能)在工业中应用步骤入门
特征工程相关技术简介
集成学习(Ensemble Learning)简介及总结
多元时间序列数据的预测和建模
codeFest2018比赛的冠军解决方案——自然语言处理/计算机视觉/机器学习
数据特征处理之特征哈希(Feature Hashing)
深度学习技巧之一
2018年7月份以来最好的机器学习的Github库和Reddit帖子
机器学习项目流程清单
正则项的理解之正则从哪里来
人工神经网络(Artificial Neural Network)算法简介
通过从零开始实现一个感知机模型,我学到了这些【转载】
机器学习之正则化项
R语言如何根据抽样得到训练集与测试集
机器学习中的高斯过程
Dirichlet Distribution(狄利克雷分布)与Dirichlet Process(狄利克雷过程)
贝塔分布(Beta Distribution)简介及其应用
使用R语言进行K-means聚类并分析结果
矩母函数简介(Moment-generating function)
stata 用outreg2输出回归结果
H5文件简介和使用
普通最小二乘法(Ordinary Least Squares,OLS)的详细推导过程
Wishart分布简介
Generative Adversarial Networks 生成对抗网络的简单理解