机器学习用到的数据知识
2024-03-12 14:50:52 8 举报AI智能生成
机器学习用到的数据知识
作者其他创作
大纲/内容
贝叶斯分类器<br>
随机变量，贝叶斯公式，随机变量独立性，正态分布，最大似然估计<br>
决策树<br>
概率，熵，Gini系数<br>
KNN算法
距离函数
主成分分析
协方差矩阵，散布矩阵，拉格朗日乘数法，特征值与特征向量
流形学习
流形，最优化，测地线，测地距离，图，特征值与特征向量
线性判别分析<br>
散度矩阵，逆矩阵，拉格朗日乘数法，特征值与特征向量
支持向量机
点到平面的距离，Slater条件，强对偶，拉格明日对偶，KKT条件，凸优化，核函数，Mercer条件
logistic回归
概率，随机变量，最大似然估计，梯度下降法，凸优化，牛顿法
随机森林
抽样，方差<br>
AdaBoost算法
概率，随机变量，极值定理，数学期望，牛顿法<br>
隐马尔可夫模型
概率，离散型随机变量，条件概率，随机变量独立性，拉格朗日乘数法，最大似然估计<br>
条件随机场
条件概率，数学期望，最大似然估计<br>
高斯混合模型
正态分布，最大似然估计，Jensen不等式
人工神经网络
梯度下降法，链式法则
卷积神经网络<br>
梯度下降法，链式法则
循环神经网络
梯度下降法，链式法则
生成对抗网络<br>
梯度下降法，链式法则，极值定理，Kullback-Leibler散度，Jensen-Shannon散度，测地距离，条件分布，互信息
K-means算法
距离函数
强化学习
数学期望，贝尔曼方程<br>
贝叶斯网络
条件概率，贝叶斯公式，图
VC维
Hoeffding不等式
0 条评论
下一页
