V
主页
京东 11.11 红包
第13章:条件最大熵 (2)对数几率回归
发布人
-
打开封面
下载高清视频
观看高清视频
视频下载器
第14章:稳定性
机器学习之数学基础:测度集中!
【新系列】什么是在线学习?
【纯手写】机器学习理论基础:合集介绍
第11章:回归 (1)回归泛化界
第12章:最大熵 (2)Fenchel对偶性
第3章:复杂性 (1)Rademacher复杂度
第4章:模型选择 (2)交叉验证
第5章:支持向量机 (1)优化基础
第4章:模型选择 (3)正则化项和替代损失
第3章:复杂性 (2)VC维 第一部分
第4章:模型选择 (1)ERM和SRM
第12章:最大熵 (3)密度估计和最大熵模型
第12章:最大熵 (1)信息论基础
【纯手写】机器学习理论基础 第1章:引言
第7章:Boosting (1)AdaBoost算法
第3章:复杂性 (3)VC维 第二部分
【机器学习理论基础】系列终极总结 (1)基本理论
第9章:多分类 (1)多分类泛化界
第6章:核方法 (2)再生核希尔伯特空间
第5章:支持向量机 (2)基本模型
在线学习入门 (4)在线回归和专家问题
第8章:在线学习 (3)在线-批量转换
机器学习之降维:主成分分析
第2章:PAC学习框架 (2)泛化界
第7章:Boosting (2)AdaBoost理论 第二部分
第13章:条件最大熵 (1)多分类和条件最大熵模型
第9章:多分类 (3)结合型多分类算法
在线学习入门 (2)学习器的评估
第一讲 理论和理论构建概述
在线学习入门 (9.1)在线梯度下降(OGD)
在线学习入门 (10.2)UCB的遗憾界
第8章:在线学习 (2)感知机算法
在线学习入门 (5)在线-批量转换
在线学习入门 (8.4)从FTRL到MWU
第8章:在线学习 (1)遗憾界
在线学习入门 (7)成为领导者(BTL)!
在线学习入门 (6)跟随领导者(FTL)!
第6章:核方法 (3)核化支持向量机