机器学习领域内的好博客--总结

本博客总结了本人在学习机器学习和深度学习方向上的好博客，好文章，会一直更新下去的!

算法类

• 1. 学习七种机器学习算法：小姐姐带你用Python实现7种机器学习算法  使用python和numpy，sklearn实现了诸如线性回归、逻辑回归、感知器算法、最近邻算法、神经网络等；

• 2. 通俗易懂的理解KNN算法：机器学习实战之KNN 语言浅显易懂，很风趣，用三个例子实现了KNN，通过代码复现可以很好的学习最近邻算法；

• 3. 使用Sklearn实现支持向量机：SVM SVM其实主要是在用对偶理论求解一个二次凸优化问题; 值得注意的是，任意两个样本点在扩维后的空间的内积，如果等于这两个样本点在原来空间经过一个函数后的输出，那么这个函数就叫核函数从核函数到SVM原理。

• 4. 常见的几种优化方法比较：SGD,Momentum,Adagrad,Adam  常见优化算法总结

• 5. 理解L1和L2正则化：机器学习中正则化的直观理解

工具类：

• 1.自动调整代码格式符合pep8要求：autopep8在pycharm上的安装和使用

• 2.如何对Python的Iterable进行排序：sorted高级用法大全

• 3.Python 断言方法总结：断言方法和替换方案

深度学习类：

• 1. Softmax和Sigmoid 差异对比:在二分类上近乎等价 链接：比较Softmax和Sigmoid
• 2. 如何使用Focal Loss解决不平衡样本问题: 原理分析  Tensorflow的Focal Loss实践