【机器学习】入门笔记汇总(建议收藏)

a1645cda18ba31bfce9ae0b740c41183.png

人生寄语:因为曾经淋过雨,所以总想为别人撑把伞

机器学习入门笔记


【机器学习】贝叶斯分类器

【机器学习】决策树

【机器学习】K近邻算法

【机器学习】数据降维

【机器学习】线性判别分析

【机器学习】人工神经网络-多层感知器(MLP)对鸢尾花数据集进行分类

【机器学习】支持向量机

【机器学习】libsvm 简单使用示例(C++)

【机器学习】线性模型-logistic 回归

【机器学习】线性模型-线性支持向量机

【机器学习】liblinear库使用说明(翻译)

【机器学习】线性模型-softmax回归(三种方法实现 softmax 回归模型:自定义、sklearn、tensorflow)

【机器学习】随机森林

【机器学习】Boosting算法-AdaBoost算法

【机器学习】Boosting算法-梯度提升算法(Gradient Boosting)

【机器学习】深度学习概论(一)

【机器学习】深度学习概论(二)

【机器学习】卷积神经网络(一)

【机器学习】卷积神经网络(二)-典型网络(LeNet-5,AlexNet,VGG,GoogLeNet)

【机器学习】卷积神经网络----GoogLeNet网络(pytorch)

【机器学习】卷积神经网络(三)

【机器学习】卷积神经网络(四)-实现细节(Caffe框架为例)

【机器学习】卷积神经网络(五)-计算机视觉应用

【机器学习】卷积神经网络(六)-计算机视觉应用

【机器学习】循环神经网络(一)

【机器学习】循环神经网络(二)-LSTM示例(keras)国际航空乘客问题的回归问题

【机器学习】循环神经网络(三)

【机器学习】循环神经网络(四)-应用

【机器学习】对抗生成网络

【机器学习】聚类算法(一)

【机器学习】聚类算法(二)

【机器学习】聚类算法(三)

【机器学习】半监督学习

.【机器学习】隐马尔可夫模型(Hidden Markov Model,HMM)

【机器学习】条件随机场

【机器学习】强化学习 (一)强化学习简介

【机器学习】强化学习(二)基于动态规划的算法

【机器学习】强化学习(三)蒙特卡洛算法

【机器学习】强化学习(四)-时序差分学习

【机器学习】强化学习(五)深度强化学习理论

【机器学习】强化学习(六)-DQN(Deep Q-Learning)训练月球着陆器示例

【机器学习】强化学习(七)-策略梯度算法-REINFORCE 训练月球着陆器代理(智能体)

【机器学习】强化学习(八)-深度确定性策略梯度(DDPG)算法及LunarLanderContinuous-v2环境训练示例

【机器学习】工程实践问题概述


作者陈晓永:智能装备专业高级职称,软件工程师,机械设计中级职称,机器人与自动化产线仿真动画制作

【仿真动画】仿真动画(Simulation Animation) vs  仿真(Simulation -模拟 )

【仿真动画】人机协作机器人自动化产线仿真动画欣赏

【仿真动画】双机器人协作完成一个任务(切割)

【仿真动画】机器人路径规划与抓取欣赏

【仿真动画】ABB IRB 8700 机器人搬运(ruckig在线轨迹生成)动画欣赏

【仿真动画】youtube仿真动画欣赏

另外,微信公众号主页菜单已更新,欢迎订阅~

88f1a63e07aaacea142c59d6eea61eed.png

结 语:

通过对《机器学习》的研究并完成了入门学习,为日后进一步研究机器学习在机器人学、化学、智能装备、生产调度等领域的应用做好铺垫。同时也将我的机器视觉水平从入门一级提升到了入门二级,要完成《机器视觉》的入门(达到入门十级),日后还需要系统学习机器视觉理论。机器学习中最吸引我的是强化学习部分,也是最有前途的一个专业领域,后面将进一步学习《强化学习》并重点研究其在机器人和生产制造领域的应用。

2efbb0531483ca32e9995815fd9d58db.png

a67115d597a8a14de9c6a2d64922c459.png

399e5c32fe23bd23fb0cf46843b96f21.png

fa68e5c12be1cca2c67662901b55483f.png

077b3608edf862a1e84016826b9ad306.png

a7fdab5ce634edd2e8a65036362d6826.png

The End

  • 20
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值