知识整理备忘录

知识整理

统计学习相关知识&网站

相关知识

1. 自由度
   用可视化思维解读统计自由度.

2. 统计学知识梳理
   统计学知识大梳理

3. 卡方检验、t检验和方差分析的区别
   卡方检验、t检验和方差分析的区别
   方差分析、T检验、卡方分析如何区分
   卡方检验
   【通俗向】假设检验（三）：卡方检验和t检验

4. 协方差矩阵、散布矩阵
   协方差矩阵和散布矩阵（散度矩阵）的意义

5. 假设检验
   假设检验

6.卡方分布、卡方独立性检验和拟合性检验理论及其python实现

相关网站

1.统计之都论坛
2.sklearn中文文档

HIVE

1.漫谈数据倾斜解决方案（干货）

机器学习

特征工程

1.sklearn中TF-IDF值的计算方式
1.python使用scikit-learn计算TF-IDF
3.关键字提取算法TF-IDF和TextRank（python3）————实现TF-IDF并jieba中的TF-IDF对比，使用jieba中的实现TextRank

机器学习算法

1.逻辑回归算法
1.逻辑回归及梯度下降
1.逻辑回归（Logistic Regression, LR）简介
1.逻辑回归的常见面试点总结
2.主成分分析PCA数学原理
3.主成分分析（PCA）原理总结
4.线性判别分析LDA原理总结
5.机器学习优良作者
6.朴素贝叶斯以及三种常见模型推导
7.朴素贝叶斯的三个常用模型：高斯、多项式、伯努利

7.通俗理解条件熵
8.决策树
9.决策树算法原理(CART分类树)
9.决策树–信息增益，信息增益比，Geni指数的理解

10.GBDT算法原理以及实例理解
11.【机器学习】决策树（上）——ID3、C4.5、CART（非常详细）
11.【机器学习】决策树（中）——Random Forest、Adaboost、GBDT （非常详细）
11.【机器学习】决策树（下）——XGBoost、LightGBM（非常详细）

12.通俗理解kaggle比赛大杀器xgboost
12.一篇文章搞定GBDT、Xgboost和LightGBM的面试
12.【白话机器学习】算法理论+实战之LightGBM算法
13.LightGBM 重要参数、方法、函数理解及调参思路、网格搜索（附例子)
13.LightGBM 中文文档

13.详解stacking过程

机器学习代码

1.手写实现李航《统计学习方法》书中全部算法
2.《统计学习方法》代码

NLP

1.自然语言处理（NLP）：06 word2vec训练中文模型-文本分类
2.利用jieba,word2vec,LR进行搜狐新闻文本分类
3.使用中文维基百科语料库训练一个word2vec模型并使用说明
4.基于 word2vec 和 CNN 的文本分类 ：综述 & 实践
5.[NLP] 秒懂词向量Word2vec的本质
6.图解BERT模型：从零开始构建BERT
7.如何用 Python 和 BERT 做中文文本二元分类？
8.如何用Python和机器学习训练中文文本情感分类模型？
9.30分钟带你彻底掌握Bert源码(Pytorch)，超详细！！不看后悔！！
10.Bert代码详解（一）

深度学习

1.动手学深度学习python版
2.动手学深度学习网页版

数据分析项目

1.数据分析实战项目整理
2.和鲸社区

数据分析实践

1.中文短文本分类
2.词袋模型（BOW，bag of words）和词向量模型（Word Embedding）概念介绍

编辑Markdown

1.Markdown 公式指导手册
2.CSDN中如何插入数学公式

PYTHON

1.数据分析之Pandas分组操作总结

工具&语言相关

1.如何高效入门github
2.Jupyter环境中使用TensorFlow
3.【入门教程】TensorFlow 官方文档使用教程

资源

1.ApacheCN

可视化

1.万字Matplotlib实操总结
2.matplotlib速查
3.seaborn 0.9 中文文档