当前位置:全部 >  IT计算机 > 数据结构与算法
   
数据预处理:特征选择与降维方法19 p
docx数据预处理:特征选择与降维方法
数据预处理:特征选择与降维方法
数据预处理:数据采样技术:欠采样与过采样22 p
docx数据预处理:数据采样技术:欠采样与过采样
数据预处理:数据采样技术:欠采样与过采样
数据预处理:缺失值处理方法与实践25 p
docx数据预处理:缺失值处理方法与实践
数据预处理:缺失值处理方法与实践
聚类算法:谱聚类算法基础19 p
docx聚类算法:谱聚类算法基础
聚类算法:谱聚类算法基础
聚类算法:聚类算法的优化与加速技术18 p
docx聚类算法:聚类算法的优化与加速技术
聚类算法:聚类算法的优化与加速技术
聚类算法:聚类算法导论27 p
docx聚类算法:聚类算法导论
聚类算法:聚类算法导论
聚类算法:高斯混合模型与EM算法14 p
docx聚类算法:高斯混合模型与EM算法
聚类算法:高斯混合模型与EM算法
聚类算法:层次聚类算法详解24 p
docx聚类算法:层次聚类算法详解
聚类算法:层次聚类算法详解
聚类算法:DBSCAN密度聚类算法16 p
docx聚类算法:DBSCAN密度聚类算法
聚类算法:DBSCAN密度聚类算法
集成学习:梯度提升树GBDT算法25 p
docx集成学习:梯度提升树GBDT算法
集成学习:梯度提升树GBDT算法
集成学习:随机森林算法原理与应用18 p
docx集成学习:随机森林算法原理与应用
集成学习:随机森林算法原理与应用
集成学习:决策树算法详解16 p
docx集成学习:决策树算法详解
集成学习:决策树算法详解
集成学习:AdaBoost算法深度解析21 p
docx集成学习:AdaBoost算法深度解析
集成学习:AdaBoost算法深度解析
分类算法:支持向量机(SVM)算法深度解析22 p
docx分类算法:支持向量机(SVM)算法深度解析
分类算法:支持向量机(SVM)算法深度解析
分类算法:循环神经网络(RNN)与序列分类22 p
docx分类算法:循环神经网络(RNN)与序列分类
分类算法:循环神经网络(RNN)与序列分类
分类算法:性能评估与比较教程14 p
docx分类算法:性能评估与比较教程
分类算法:性能评估与比较教程
分类算法:梯度提升树(GBT)算法原理22 p
docx分类算法:梯度提升树(GBT)算法原理
分类算法:梯度提升树(GBT)算法原理
分类算法:随机森林算法原理与应用20 p
docx分类算法:随机森林算法原理与应用
分类算法:随机森林算法原理与应用
分类算法:数据预处理与特征选择技术教程18 p
docx分类算法:数据预处理与特征选择技术教程
分类算法:数据预处理与特征选择技术教程
分类算法:决策树算法详解17 p
docx分类算法:决策树算法详解
分类算法:决策树算法详解

没找到文档?点击这里可以向豆丁求助

本分类社区团队

整理达人榜 更多

用户名 整理文档数
1 浅醉、且听风吟 1566
2 郝春辉 604
3 陆林 501
4 剑侠客 452
5 jack111 363

成就达人榜 更多

用户名 经验值
1 浅醉、且听风吟 42562
2 jack111 24194
3 苦行僧 21304
4 剑侠客 18815
5 陆林 18684
如要提出意见建议,请到社区论坛发帖反馈。