Справка
x
Поиск
Закладки
Озвучить книгу
Изменить режим чтения
Изменить размер шрифта
Оглавление
Для озвучивания и цитирования книги перейдите в режим постраничного просмотра.
Асимптотический анализ поведения прикладных моделей машинного обучения
Глава 2. Программная реализация асимптотически устойчивых математических моделей машинного обучения
Поставить закладку
2.1. Алгоритм наивного Байесовского классификатора
Если Вы наш подписчик,то для того чтобы скопировать текст этой страницы в свой конспект,
используйте
просмотр в виде pdf
. Вам доступно 16 стр. из этой главы.
Для продолжения работы требуется
Registration
Предыдущая страница
Следующая страница
Table of contents
Предисловие
Глава 1. Математический анализ функциональных моделей машинного обучения
+
Глава 2. Программная реализация асимптотически устойчивых математических моделей машинного обучения
-
2.1. Алгоритм наивного Байесовского классификатора
2.2. Алгоритм AnyBoost
2.3. Алгоритм шаговой регрессии
2.4. Алгоритм логистической регрессии
2.5. Алгоритм случайного леса
2.6. Алгоритм Listbb
2.7. Алгоритм однослойного персептрона
2.8. Векторная модель для аналитики текстовых данных
2.9. Метод парзеновского окна
2.10. Метод поиска сходства в текстовых документах на основе замкнутого множества признаков
2.11. Метод оптимального прореживания нейронных сетей
2.12. Метод опорных векторов для линейно разделимой выборки
2.13. Метод опорных векторов для задачи регрессии
2.14. Метод стохастического градиента
2.15. Метод главных компонент
Библиографический список
Данный блок поддерживает скрол*