成为一个优秀数据工程师学习内容(1)
发布日期:2021-05-08 02:43:39 浏览次数:12 分类:精选文章

本文共 187 字,大约阅读时间需要 1 分钟。

数据工程师学习基础(1)

机器学习算法:

线性回归:找到一条直线来拟合预测的目标值

逻辑回归:找到一条直线来分类数据

k-近邻算法:用距离度量最相邻的分类标签

朴素贝叶斯:选择后验概率最大的标签

决策树:构造一个商值下降最快的数

支持向量机:构造超平面,分类非线性数据

K-mean:计算质心,聚类无标签数据

numpy的基础学习

还有好多没学完:明天继续,今天开始改论文。

上一篇:numpy基础复习
下一篇:4.21学习笔记(以后从事算法需要会哪些东西)

发表评论

最新留言

很好
[***.229.124.182]2025年04月14日 21时58分42秒