✏️
LiHang-TongJiXueXiFangFa
search
⌘Ctrlk
✏️
LiHang-TongJiXueXiFangFa
  • Introduction
  • 第2章 感知机 - 原始形式
  • 第2章 感知机 - 对偶形式
  • 第3章 k近邻算法
  • 第4章 朴素贝叶斯
  • 第5章 决策树
  • 第5章 CART决策树
  • 第6章 逻辑回归
  • 第6章 最大熵模型
  • 第6章 目标函数最优化问题
    • 改进的迭代尺度法(IIS)
    • IIS算法公式(1)推导
    • A和B的推导
    • 拟牛顿法
  • 第7章 支持向量机
  • 第7章 线性可分SVM
  • 第7章 线性SVM
  • 第7章 非线性SVM
  • 第7章 序列最小最优化算法
  • 第8章 adaboost
  • 第8章 提升树
  • 第9章 EM算法
  • 第10章 隐马尔可夫模型
  • 第11章 条件随机场
  • 遗留问题
gitbookPowered by GitBook
block-quoteOn this pagechevron-down
  1. 第6章 目标函数最优化问题

拟牛顿法

正定矩阵arrow-up-right

牛顿法与拟牛顿法总结arrow-up-right

【?】没看懂

PreviousA和B的推导chevron-leftNext第7章 支持向量机chevron-right

Last updated 6 years ago