CSDN讲师的课程社区_NO_14
统计机器学习入门——线性模型选择与正则化1
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区| 课程名称 | 适应人群 |
|---|---|
| 统计机器学习入门——线性模型选择与正则化1 | 所有人 |
统计机器学习入门——老司机带你读经典"系列课程使用经典的ISLR（An Introduction to Statistical Learning with Applications in R）为教材，结合具体案例，介绍统计学习的基本概念和常用算法
...全文
相关推荐
StatisticsFoundationsML_INFOF422_1819：机器学习课程统计基础的存储库（INFO-F-422）-2018-2019学年
StatisticsFoundationsML_INFOF422_1819：机器学习课程统计基础的存储库（INFO-F-422）-2018-2019学年
使用L1范数惩罚进行Lasso回归（正则化）解决机器学习线性回归模型幻觉和过拟合的原理
L1正则化通过给线性模型增加一个与权重参数的L1范数作为惩罚，并使得目标函数变为原线性模型加上λ倍惩罚，通过调节λ的值影响模型权重参数的值，最终压缩部分权重参数的值为0来减少部分特征（自变量）对模型的影响。
机器学习基石笔记
coursera上机器学习基石笔记，台湾大学林轩田教授 coursera上机器学习基石笔记，台湾大学林轩田教授
利用python机器学习教程入门1
利用python机器学习教程入门1，以科比生涯为数据依据模型，建立python机器学习算法，掌握python机器学习开发基础
机器学习基础资料
机器学习基础资料:COURSERA 机器学习课笔记\机器学习与概率图模型\机器学习〔中文版〕\统计机器学习（斯坦福大学讲义）1-12(全)\.....
