机器学习知识体系

来自DataFocus资料库
Datafocus（讨论 | 贡献）2019年5月22日 (三) 00:54的版本
跳到导航 跳到搜索

一、数学基础

1.概率统计

2.线性代数

3.信息论

4.损失函数

5.损密度估计

6.最优化

7.正则化

二、机器学习概念

1.机器学习问题

2.机器学习方法

3.机器学习调参

4.评价准则

三、算法

1.机器学习算法

2.深度学习算法

四、机器学习流程

1.数据获取

2.特征工程

3.模型选取与调优

4.模型验证与分析

五、开发框架

1.TensorFlow

2.Pytorch

3.Keras

4.Scikit-Learn

5.Numpy

6.Pandas

7.Matplotlib

取自“http://172.31.25.64:8080/index.php?title=机器学习知识体系&oldid=93”