同步操作将从 小牛肉/cs-wiki 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
💡 「关于」
🎓 博主东南大学研一在读,双修 Java 和 AI,奔跑在全栈的路上。本仓库用于记录学习过程中的所思所想,并力图构建一个完善的知识体系,便于复习巩固
🙏 由于本人水平有限,仓库中的知识点来自本人原创、视频、书籍、博客等,非原创均已标明出处(或在参考资料中列出),如有遗漏或发现文章错误及排版问题,请提 issue 或 PR
🎯 仓库中 README 的链接并未修改无法访问,仅作为仓库概览,详细内容请各位看官点击下方地址进入在线阅读
😃 该部分内容是仓库刚起步阶段所做,格式和内容并不完善,日后会抽出时间重新进行总结,也欢迎大家提 issue 和 PR~
🍋 本节的每个知识点都配备对应的 LeetCode 题目,知其然而知其所以然,拒绝无脑刷题。目前尚在更新中,对应的 LeetCode 会逐渐添加进去。不需要看知识点的小伙伴可直接进入 LeetCode 分模块刷题指南,所有题目会在此处分类汇总。
📣 本节是根据吴恩达老师的《Machine Learning》课程做的笔记和总结,并未涉及复杂的数学推导和代码,可用来对机器学习做一个初步的认识和了解。
📣 本节基于《Machine Learning in Action》,旨在使用原生 Python 实现常见的机器学习算法,并利用该算法解决某些小问题。本节并不涉及完备的算法公式推导,如有无法理解的公式或步骤,可参考下节 - 常见算法公式推导。
📣 本节基于《统计学习方法 - 第 2 版》并综合上面两节的内容,摒弃不加思考的笔记记录,从无到有,包含算法的公式推导以及对应的代码解析,力求完善机器学习的知识体系,夯实基础。
📣 本节基于吴恩达老师的《deeplearning.ai》课程。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。