1 Star 0 Fork 0

alphakappa / Machine-Learning-is-Fun

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README

李威的机器学习读书笔记目录

说明:文章链接里图片、公式没有正确显示的话,可以在简书里查看完整的图片和公式。

李航《统计学习方法》(第 2 版)读书笔记

文章链接 简书
《统计学习方法》第 2 章“感知机”学习笔记 https://www.jianshu.com/p/db7f5e841a56
《统计学习方法》第 3 章“k 近邻法”学习笔记 https://www.jianshu.com/p/11d0ee7d9e5f
《统计学习方法》第 4 章“朴素贝叶斯法”学习笔记 https://www.jianshu.com/p/9a12fe2957db
《统计学习方法》第 5 章“决策树”学习笔记 https://www.jianshu.com/p/8cdd65cfb121
《统计学习方法》第 6 章“逻辑回归”学习笔记 https://www.jianshu.com/p/c64fba1f2fd2
《统计学习方法》第 6 章“最大熵模型”学习笔记 https://www.jianshu.com/p/350887b5b919
《统计学习方法》第 7 章“支持向量机”学习笔记 https://www.jianshu.com/p/67fc312373de
《统计学习方法》第 8 章“提升方法”学习笔记 https://www.jianshu.com/p/fd46d8c78e29
《统计学习方法》第 9 章“EM 算法及其推广”学习笔记 https://www.jianshu.com/p/6c8274bbb9b9
《统计学习方法》第 10 章“隐马尔科夫模型”学习笔记
《统计学习方法》第 11 章“条件随机场”学习笔记

其它机器学习文章

文章链接 简书
二分类问题常见的评价指标
K-means 算法
梯度下降法
线性回归
使用 NumPy 提供的特征分解与 SVD 分解实现 PCA
使用 apriori 算法分析春晚主持人名单
朴素贝叶斯算法应用:垃圾短信分类
朴素贝叶斯算法应用:文档分类
关联分析之 Apriori 算法
SVD 奇异值分解理论推导
LDA 线性判别分析公式推导
信息熵的范围
白话“主成分分析” 1 :主成分分析用于降维的思想
白话”主成分分析“ 2 :通过主成分分析复习“线性代数”
白话“卡方检验”

空文件

简介

我学习机器学习的一些资料和笔记,分主题进行了整理。 展开 收起
取消

发行版

暂无发行版

贡献者

全部

近期动态

加载更多
不能加载更多了
1
https://gitee.com/alphakappa/Machine-Learning-is-Fun.git
git@gitee.com:alphakappa/Machine-Learning-is-Fun.git
alphakappa
Machine-Learning-is-Fun
Machine-Learning-is-Fun
master

搜索帮助