# Handicraft-ML

**Repository Path**: timegarage/Handicraft-ML

## Basic Information

- **Project Name**: Handicraft-ML
- **Description**: 手写实现机器学习经典算法
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-09-09
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 手写机器学习经典算法
[![HitCount](http://hits.dwyl.io/TimeGarage/TimeGarage/Handicraft-ML.svg)](http://hits.dwyl.io/TimeGarage/TimeGarage/Handicraft-ML)  ![stars](https://img.shields.io/github/stars/TimeGarage/Handicraft-ML?color=yellow&style=flat-square)  ![forks](https://img.shields.io/github/forks/TimeGarage/Handicraft-ML?style=flat-square)  ![issues](https://img.shields.io/github/issues/TimeGarage/Handicraft-ML?color=red&style=flat-square)  ![license](https://img.shields.io/github/license/TimeGarage/Handicraft-ML?style=flat-square)

### 项目简介

为了加深对机器学习经典算法的理解，自己使用Python3语言手写实现了一遍机器学习的经典算法。同时，针对每一种算法，在博客中总结相应的心得体会，希望能对学习者有所帮助。

**本项目参考书籍：李航《统计学习方法》**

**训练集与测试集来源：Mnist**

**Python调用包：Numpy(矩阵运算) + Keras(Mnist数据集) + time(运行计时)**



### 汇总表格

点击表格中的链接，可以快速跳转到算法对应的代码文件和博客内容。

🐦预计在12月中旬开始更新博客内容。

| 算法                           | 代码                                        | 博客                         | 进度 |
| :----------------------------- | :------------------------------------------ | :--------------------------- | :--: |
| 感知机 (Perceptron)            | [Perceptron.py](./Perceptron/Perceptron.py) | 统计学习方法\|感知机         |  👌   |
| K近邻 (KNN)                    | [KNN.py](./KNN/KNN.py)                      | 统计学习方法\|K近邻          |  👌   |
| 朴素贝叶斯 (Naive Bayes)       | [NaiveBayes.py](./NaiveBayes/NaiveBayes.py) | 统计学习方法\|朴素贝叶斯     |  👌   |
| 决策树 (Decision Tree)         | [DecisionTree.py](./DecisionTree/DecisionTree.py) | 统计学习方法\|决策树         | 👌 |
| 逻辑回归 (Logistic Regression) | LogisticRegression.py                       | 统计学习方法\|逻辑回归       |      |
| 最大熵模型 (Maximum Entropy) | MaximumEntropy.py                      | 统计学习方法\|最大熵模型    |      |
| 支持向量机 (SVM)               | SVM.py                                      | 统计学习方法\|支持向量机     |      |
| Adaboost                       | Adaboost.py                                 | 统计学习方法\|Adaboost       |      |
| 最大期望算法 (EM)              | EM.py                                       | 统计学习方法\|最大期望算法   |      |
| 隐马尔可夫模型 (HMM)           | HMM.py                                      | 统计学习方法\|隐马尔可夫模型 |      |



### 联系方式

个人博客：[「少数派报告」](https://www.timegarage.works)

Email：82610725@163.com

WeChat：DalePeng

<img src="./images4md/QR.png" alt="img" width="150px" />



### 特别致谢

本项目灵感来自于[WenDesi](https://github.com/WenDesi)、[Dodo](https://github.com/Dod-o)