文档概述
Deeplearning Algorithms Tutorial 官方文档整理：深度学习算法专题教程，逐个算法讲清原理与实现。含 BP 神经网络、RBF、SOM、ART、Hopfield 等神经网络，以及贝叶斯网络、粗糙集、决策树、聚类分析、支持向量机、关联规则等算法与集成学习方法。
章节列表
- 01 Deeplearning Algorithms tutorial
- 02 BP神经网络
- 03 RBF算法
- 04 SOM神经网络
- 05 ART神经网络
- 06 贝叶斯网络
- 07 粗糙集
- 08 孤立点分析
- 09 CART
- 10 EM
- 11 FP—tree
- 12 GSP序列
- 13 协同过滤
- 14 BIRCH
- 15 Prefixspan
- 16 PageRank
- 17 AdaBoost
- 18 CBA
- 19 KNN
- 20 Hopfield神经网络
- 21 决策树
- 22 聚类分析
- 23 关联规则
- 24 支持向量机（SVM）
- 25 回归算法
- 26 基于实例的学习算法
- 27 正则化算法
- 28 决策树算法
- 29 贝叶斯算法
- 30 基于核的算法
- 31 聚类算法(Cluster analysis)
- 32 关联规则学习(Association Rule Learning)
- 33 人工神经网络(Artificial Neural Network)
- 34 深度学习(Deep Learning)
- 35 降维算法(Dimensionality Reduction Algorithm)
- 36 集成算法(Ensemble Learning)
书籍评论（0）
-
点击星星给这本书打分
还没有人评论这本书
读完后来留下第一条点评吧