广东工业大学：《机器学习》课程教学资源（课件讲义）第5讲 分类问题（4.4 朴素?叶斯分类器）
文件格式: PDF大小: 1.56MB页数: 28
广东工业大学：《机器学习》课程教学资源（课件讲义）第5讲 分类问题（4.3 ?持向量机 SVM）
文件格式: PDF大小: 3.66MB页数: 67
广东工业大学：《机器学习》课程教学资源（课件讲义）第4讲 分类问题（4.1 分类与回归问题概述 4.2 分类性能度量?法）
文件格式: PDF大小: 686.85KB页数: 15
广东工业大学：《机器学习》课程教学资源（课件讲义）第3讲 特征工程 Feature Engineering
文件格式: PDF大小: 3.29MB页数: 39
《机器学习》课程教学资源：《大语言模型》参考书籍PDF电子版 THE CHINESE BOOK FOR LARGE LANGUAGE MODELS（共十三章）
文件格式: PDF大小: 10.3MB页数: 391
《机器学习》课程教学资源：《Python数据科学手册》参考书籍PDF电子版（2016）Python Data Science Handbook，Essential Tools for Working with Data，Jake VanderPlas
文件格式: PDF大小: 7.28MB页数: 543
统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等
文件格式: PDF大小: 91.93MB页数: 472
第1章 绪论 2 第2章 机器学习概述 22 第3章 线性模型 53 第4章 前馈神经网络 78 第5章 卷积神经网络 105 第6章 循环神经网络 129 第7章 网络优化与正则化 153 第8章 注意力机制与外部记忆 192 第9章 无监督学习 213 第10章 模型独立的学习方式 228 第11章 概率图模型 253 第12章 深度信念网络 288 第13章 深度生成模型 308 第14章 深度强化学习 329 第15章 序列生成模型 355
文件格式: PDF大小: 6.25MB页数: 444