Серия карт машинного обучения (2): концепции

машинное обучение глубокое обучение

Серия руководств по картам машинного обучения призвана помочь разработчикам получить систематическую концепцию сети знаний машинного обучения.Конкретная интерпретация не идеальна, и разработчикам необходимо самостоятельно исследовать, чтобы глубоко понять конкретные знания. Этот проект вдохновлен проектом с открытым исходным кодом Даниэля Формозо на github. Автор этой статьи переводит, систематизирует, аннотирует и другие второстепенные творения своего проекта, и в ней много редких математических терминов, что отнимает много сил у автора, не обучавшегося за границей. Я организовал карту в виде карты знаний для всеобщего обозрения. Из-за большой сети знаний о машинном обучении полная карта слишком велика, а изображения в статье могут быть сжаты.Для получения полных изображений, пожалуйста, просмотрите проект github.machine-learning-mindmap-cnЗагрузите исходные изображения в высоком разрешении. Эта серия все еще находится в процессе постоянного создания, ваши лайки, комментарии и звезды станут движущей силой для моего постоянного творчества.

machine-learning-mindmap-cn: GitHub.com/adopters/no…

Серия карт машинного обучения разделена на пять модулей.

  1. машинное обучение обработка данных
  2. Концепции машинного обучения
  3. процесс машинного обучения
  4. Алгоритмы машинного обучения
  5. Модели машинного обучения и модели нейронных сетей

мотивация

анализ производительности

настройка параметров

тип

тип

Классификация

метод исследования

Таксономия

критерий выбора

библиотека

Наконец

Ты просто комплимент.