第十一章机器学习系统设计-机器学习老师板书-斯坦福吴恩达教授

2024-05-15 03:42:13

第十一章机器学习系统设计

11.1 确定执行的优先级：垃圾邮件分类例子
11.2 误差分析
11.3 不对称分类的误差评估
11.4 精准率和召回率的权衡
11.5 机器学习数据

11.1 确定执行的优先级：垃圾邮件分类例子

11.2 误差分析

11.3 不对称分类的误差评估

11.4 精准率和召回率的权衡

11.5 机器学习数据

第十一章机器学习系统设计-机器学习老师板书-斯坦福吴恩达教授相关推荐

零目录-机器学习老师板书-斯坦福吴恩达教授
目录-机器学习老师板书斯坦福课程本书章节 Part 1 介绍 Introduction Part 2 单变量线性回归 Linear Regression with one variable Par ...
第十七章大规模机器学习-机器学习老师板书-斯坦福吴恩达教授
第十七章大规模机器学习 17.1 大数据集学习 17.2 随机梯度下降 17.3 mini-batch 梯度下降 17.4 随机梯度下降收敛 17.5 在线学习 17.6 减少映射与数据并行 17. ...
第一章介绍-机器学习老师板书-斯坦福吴恩达教授
第一章介绍 1.1 欢迎 1.2 什么是机器学习 1.3 监督学习 1.4 无监督学习 1.1 欢迎 1.2 什么是机器学习 1.3 监督学习 1.4 无监督学习
第十六章推荐系统-机器学习老师板书-斯坦福吴恩达教授
第十六章推荐系统 16.1 问题规划 16.2 基于内容的推荐系统 16.3 协同过滤 16.4 协同过滤算法 16.5 向量化:低秩矩阵分解 16.6 实现细节:均值规范化 16.1 问题规划 1 ...
第十五章异常检测-机器学习老师板书-斯坦福吴恩达教授
第十五章异常检测 15.1 问题动机 15.2 高斯分布 15.3 算法 15.4 完善和评估一个异常检测系统 15.5 异常检测 vs 监督学习 15.6 选择使用的特征 15.7 多元高斯分布 ...
第十四章降维操作-机器学习老师板书-斯坦福吴恩达教授
第十四章降维 14.1 目标一:数据压缩 14.2 目标二:可视化 14.3 主成分分析 14.4 主成分分析算法 14.5 选择主成分数量 14.6 压缩重建 14.7 使用PCA的建议 14.1 ...
第十三章簇-机器学习老师板书-斯坦福吴恩达教授
第十三章簇 13.1 无监督学习介绍 13.2 K-均值算法 13.3 优化目标 13.4 随机初始化 13.5 选择簇的数量 13.1 无监督学习介绍 13.2 K-均值算法 13.3 优化目标 ...
第十二章支持向量机-机器学习老师板书-斯坦福吴恩达教授
第十二章支持向量机 12.1 优化对象 12.2 大间隔的直观理解 12.3 大间隔分类器的数学原理 12.4 核函数一 12.5 核函数二 12.6 使用SVM 12.1 优化对象 12.2 大间 ...
第九章神经网络学习-机器学习老师板书-斯坦福吴恩达教授
第九章神经网络学习 9.1 代价函数 9.2 反向传播算法 9.3 反向传播直观理解 9.4 使用注意:展开参数 9.5 梯度检测 9.6 随机初始化 9.7 聚在一起 9.8 反向传播例子:自动驾 ...

最新文章

热门文章