本章涉及到的知识点清单：1、前向概率的定义2、前向概率的递推关系推导3、前向概率求解4、Forward算法流程5、后向概率的定义6、后向概率的递...

本章涉及到的知识点清单：1、LR模型方程2、多项式模型方程3、FM模型方程4、矩阵分解5、FM模型化简6、损失函数7、目标函数8、最优化目标函数...

本章涉及知识点1、数据场景2、模型选择3、数据探索3.1、正负样本的占比3.2、缺省值检测3.3、单一特征在所有类别中的分布3.4、每个特征在所...

本章涉及到的知识点清单：1、特征工程总览2、数据预处理2.1、无量纲化2.1.1、标准化2.1.2、区间缩放2.2、特征二值化2.3、特征哑编码...

本章涉及到的知识点清单：1、boosting模式2、集成学习模型的偏差和方差3、bagging的偏差和方差4、boosting的偏差和方差5、X...

本章涉及知识点：1、无条件极值2、Hessian矩阵3、有条件极值4、数学分析角度5、几何角度6、知识点1：牛顿迭代法求多元函数驻点7、知识点2...

本章涉及知识点：1、一元函数的泰勒公式推导2、扩展：二元函数的泰勒公式3、二元函数的泰勒矩阵形式4、多元函数的泰勒矩阵形式5、案例演示 一、一元...

本章涉及到的知识点清单：1、集成学习2、bagging模式3、随机森林的思想4、CART算法5、分类树6、回归树7、数据样本和feature的随...