计算机机器学习算法应用手册 (标准版).docxVIP

计算机机器学习算法应用手册(标准版)

1.第1章机器学习基础概念

1.1机器学习概述

1.2机器学习分类

1.3机器学习流程

1.4机器学习数据准备

1.5机器学习模型评估

2.第2章线性回归算法

2.1线性回归基本原理

2.2线性回归模型构建

2.3线性回归的优化方法

2.4线性回归的评估指标

2.5线性回归的扩展应用

3.第3章隐马尔可夫模型

3.1隐马尔可夫模型基本概念

3.2隐马尔可夫模型状态转移

3.3隐马尔可夫模型观测概率

3.4隐马尔可夫模型的训练算法

3.5隐马尔可夫模型的应用案例

4.第4章朴素贝叶斯分类器

4.1朴素贝叶斯分类器原理

4.2朴素贝叶斯分类器类型

4.3朴素贝叶斯分类器训练

4.4朴素贝叶斯分类器评估

4.5朴素贝叶斯分类器应用场景

5.第5章支持向量机

5.1支持向量机基本原理

5.2支持向量机模型构建

5.3支持向量机的核函数

5.4支持向量机的训练与优化

5.5支持向量机的应用案例

6.第6章随机森林算