文件名称：ML-algorithms-from-scratch：机器学习算法中的一些从头开始在python中实现
文件大小：129KB
文件格式：ZIP
更新时间：2024-03-11 19:42:30
JupyterNotebook
从零开始的ML算法 在python中从头实现的一些机器学习算法： 'Least_squared_stat'-通过计算斜率和y截距值，将最小二乘法作为一种统计过程来实现，以找到一组数据点的最佳拟合线 'Least_squared_normal_equation'-使用称为法线方程的代数方程式实现最小二乘法 'Gradient_descent'-计算3种最流行的优化算法版本：批量梯度下降，随机梯度下降和小批量梯度下降
【文件预览】：
ML-algorithms-from-scratch-main
----LS_normal_equation.png(11KB)
----Least_squared_stat.ipynb(34KB)
----LICENSE(1KB)
----least_squared_normal_equation.ipynb(46KB)
----.gitignore(2KB)
----Least_squares_stat.png(28KB)
----README.md(656B)
----Gradient_descent.ipynb(54KB)