我的2017年文章汇总——机器学习篇

2018,你跟自己做了约定了吗?为了遇见更好的自己。

近期准备把过去一年写的文章按照分类重新整理推送一遍,包括:“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。

本篇推送机器学习相关文章。

强化学习

机器学习之条件随机场(CRF)

隐马尔可夫模型的Viterbi解码算法

线性回归之最小二乘法

k-means聚类算法

机器学习之层次聚类

机器学习之感知器

机器学习之k近邻

机器学习之朴素贝叶斯分类

机器学习之梯度下降法

机器学习的监督学习在研究什么

机器学习之神经网络

神经网络的交叉熵损失函数

softmax的多分类

机器学习之牛顿法

主成分分析(PCA)

典型相关分析如何分析两组变量的关系

=============广告时间===============

鄙人的新书《Tomcat内核设计剖析》已经在京东销售了,有需要的朋友可以购买。感谢各位朋友。

为什么写《Tomcat内核设计剖析》

=========================

欢迎关注:

我的2017年文章汇总——机器学习篇

上一篇:我的2017年文章汇总——JDK源码篇


下一篇:E-MapReduce的Presto组件默认支持访问oss数据