逐步完善中…
1.数学
- 偏差与方差
- 拉格朗日
- 核函数
- 凸优化
- 协方差矩阵
- Hessian矩阵
- CDF(累计分布函数)
- 高斯概率密度函数
- 中心极限定理
2.机器学习
1.处理小数据效果好
2.深度学习—大数据,超过500w;图像,语言方面效果奇好
SVD
最小二乘法
- 梯度下降法
-
1.最大似然估计
2.logistic回归
3.感知器的初步—logistic的简化情节 -
1.介绍了牛顿方法
2.广义线性模型
3.多项式分布,softmax回归 -
1.高斯判别
2.朴素贝叶斯 EM
- 隐马尔可夫模型
- 决策树向量机
- K近邻
- 支持向量机
- PageRank
- 强化学习
- LDA
- PCA
- pLSA
- LSI
- ICA
- 最大熵模型
- 条件随机场
- 最大熵隐马尔可夫模型
- Gradient Boosting
- K-Means
- 贝叶斯逻辑斯蒂克回归
- 关联规则挖掘
- 随机森林
3.信息论
- 压缩率很高的数据结构
- 信息熵与信息增益
- 数据压缩原理
- 香农游戏
- 二维码原理
4.深度学习
机器学习的一个分支
各种编程语言的深度学习库整理