经典学习
机器学习之梯度下降法(GD)、随机梯度下降法(SGD)和随机平均梯度下降法(SAGD)
概率图模型、HMM模型、MaxEnt模型、MEMM模型和CRF模型等
线性回归之总离差平方和=回归平方和+残差平方和(TSS = ESS + RSS)及证明
机器学习之朴素贝叶斯、高斯贝叶斯、伯努利贝叶斯和多项式贝叶斯分类器原理及源码分析
机器学习之逻辑回归求解(梯度下降、随机梯度下降、随机平均梯度下降)
集成学习Bagging算法之随机森林(Random Forests)
深度学习
机器翻译——从RNN Encoder–Decoder到LSTM Seq2Seq(经典论文解读)
机器学习之人工神经网络原理、公式推导即TensorFlow代码实践(ANN)