目录
大白话5分钟带你走进人工智能-第一节开篇介绍以及线性回归简介篇
大白话5分钟带你走进人工智能-第二节概率基础及高斯分布
大白话5分钟带你走进人工智能-第三节最大似然推导mse损失函数(深度解析最小二乘来源)(1)
大白话5分钟带你走进人工智能-第四节最大似然推导mse损失函数(深度解析最小二乘来源)(2)
大白话5分钟带你走进人工智能-第五节解析解方式求解模型参数
大白话5分钟带你走进人工智能-第六节梯度下降之从单元函数理解梯度下降过程 (1)
大白话5分钟带你走进人工智能-第七节梯度下降之梯度概念和梯度迭代过程(2)
大白话5分钟带你走进人工智能-第八节梯度下降之批量梯度下降和随机梯度下降(3)
大白话5分钟带你走进人工智能-第九节梯度下降之函数最优化算法和梯度下降代码过程解析(4)
大白话5分钟带你走进人工智能-第十节梯度下降之归一化的各种方式和必要性(5)
大白话5分钟带你走进人工智能-第十一节梯度下降之手动实现梯度下降和随机梯度下降的代码(6)
大白话5分钟带你走进人工智能-第十二节梯度下降之背后的原理之泰勒公式(7)
大白话5分钟带你走进人工智能-第十三节多项式回归之维度爆炸和过拟合
大白话5分钟带你走进人工智能-第十四节过拟合解决手段L1和L2正则
大白话5分钟带你走进人工智能-第十五节L1和L2正则几何解释和Ridge,Lasso,Elastic Net回归
大白话5分钟带你走进人工智能-第十六节逻辑回归做分类的原因(1)
大白话5分钟带你走进人工智能-第十七节逻辑回归之交叉熵损失函数(2)
大白话5分钟带你走进人工智能-第十八节逻辑回归之交叉熵损失函数梯度求解过程(3)
大白话5分钟带你走进人工智能-第十九节逻辑回归之优化点(4)
大白话5分钟带你走进人工智能-第二十节逻辑回归和Softmax多分类问题(5)
大白话5分钟带你走进人工智能-第二十一节牛顿法和L-BFGS求函数最优解
大白话5分钟带你走进人工智能-第二十二节决策树系列之概念介绍(1)
大白话5分钟带你走进人工智能-第二十三节决策树系列之特点和数学表达形式(2)
大白话5分钟带你走进人工智能-第二十四节决策树系列之分裂流程和Gini系数评估(3)
大白话5分钟带你走进人工智能-第二十五节决策树系列之信息增益和信息增益率(4)
大白话5分钟带你走进人工智能-第二十六节决策树系列之Cart回归树及其参数(5)
大白话5分钟带你走进人工智能-第二十七节决策树系列之预剪枝和后减枝和叶子结点如何表达(6)
大白话5分钟带你走进人工智能-第二十八节集成学习之随机森林概念介绍(1)
大白话5分钟带你走进人工智能-第二十九节集成学习之随机森林随机方式 ,out of bag data及代码(2)
大白话5分钟带你走进人工智能-第三十节集成学习之Boosting方式和Adaboost
大白话5分钟带你走进人工智能-第三十一节集成学习之最通俗理解GBDT原理和过程
大白话5分钟带你走进人工智能-第三十二节集成学习之最通俗理解XGBoost原理和过程
标签:大白话,人工智能,梯度,分钟,-------,走进,决策树 From: https://blog.51cto.com/u_11936913/5980865