思维导图备注

大数据挖掘与统计机器学习 - 吕晓玲，宋捷
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

7.1 线性可分支持向量机

浏览 1 扫码
  • 小字体
  • 中字体
  • 大字体
2022-03-01 05:29:48
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 版权信息
  • 总序
  • 前言
  • 第1章 概述
    • 1.1 名词演化
    • 1.2 基本内容
    • 1.3 数据智慧
  • 第2章 线性回归方法
    • 2.1 多元线性回归
    • 2.2 压缩方法：岭回归与Lasso
    • 2.3 Lasso 模型的求解与理论性质
    • 2.4 损失函数加罚的建模框架
    • 2.5 上机实践
  • 第3章 线性分类方法
    • 3.1 分类问题综述与评价准则
    • 3.2 Logistic回归
    • 3.3 线性判别
    • 3.4 上机实践
  • 第4章 模型评价与选择
    • 4.1 基本概念
    • 4.2 理论方法
    • 4.3 数据重利用方法
    • 4.4 上机实践
  • 第5章 决策树与组合方法
    • 5.1 决策树
    • 5.2 Bagging
    • 5.3 Boosting
    • 5.4 随机森林
    • 5.5 上机实践
  • 第6章 神经网络与深度学习
    • 6.1 神经网络
    • 6.2 深度学习
    • 6.3 上机实践
  • 第7章 支持向量机
    • 7.1 线性可分支持向量机
    • 7.2 软间隔支持向量机
    • 7.3 一些拓展
    • 7.4 上机实践
  • 第8章 聚类分析
    • 8.1 基于距离的聚类
    • 8.2 基于模型和密度的聚类
    • 8.3 稀疏聚类
    • 8.4 双向聚类
    • 8.5 上机实践
  • 第9章 推荐系统
    • 9.1 基于邻居的推荐
    • 9.2 潜在因子与矩阵分解算法
    • 9.3 上机实践
  • 第10章 大数据案例分析
    • 10.1 智能手机用户监测数据案例分析
    • 10.2 美国航空数据案例分析
  • 参考文献
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《大数据挖掘与统计机器学习 - 吕晓玲，宋捷》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度