- >1.2 线性回归原理和入门
- >1.3 人工智能学习路线规划
- >2.1 onehot和multihot
- >2.2 图像特征和边缘提取
- >2.3 连续特征的正规化和分段
- >2.4 行为类特征的向量化
- >2.5 社交类特征的向量化
- >2.6 离散特征的向量化
- >2.6 离散特征的向量化
- >2.6 离散特征的向量化
- >3.1 欧氏距离、海明距离、闵可夫斯基距离
- >3.2 内积距离
- >3.3 雅克比相似度和雅克比距离
- >3.4 各类距离的比较以及优缺点
- >3.5numpy入门以及距离计算
- >1.1 线性回归的定义
- >1.2 线性回归的适用场景
- >1.3 岭回归
- >2.1 线性回归的评测方法
- >2.2 训练集和测试集


