Datawhale 2021.7集成学习 笔记

Dtawhale 集成学习

Github开源地址

CH1-机器学习数学基础 python 笔记(基于讲义和自己的笔记)

机器学习数学基础 基于python-B站视频

  • 高等数学和线性代数
  • 概率论和随机过程初步
  • 数理统计(极大似然估计)
  • 极大似然估计与贝叶斯估计
  • 随机过程基础与泊松分布
  • 马尔可夫过程、鞅过程与高斯过程
  • 拒绝采样和MCMC采样

CH2- 机器学习基础模型回顾

机器学习基础模型回顾-B站视频

  • 有监督学习和无监督学习
  • 回归问题的解决方案
  • 回归模型的整体概述
  • 理解线性回归模型的三个角度
  • 线性回归的推广:多项式回归
  • 线性回归的推广:广义可加模型
  • 决策树模型值回归树
  • 线性回归模型与回归模型的对比
  • 支持向量(KKT条件、对偶理论等)
  • 回归问题的补充:极大似然估计

你可能感兴趣的:(个人,Datawhale,集成学习,python)