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