2017文章汇总——机器学习篇

    2018，你跟自己做了约定了吗？为了遇见更好的自己。

    近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。

本篇推送机器学习相关文章。

强化学习

机器学习之条件随机场（CRF）

隐马尔可夫模型的Viterbi解码算法

线性回归之最小二乘法

k-means聚类算法

机器学习之层次聚类

机器学习之感知器

机器学习之k近邻

机器学习之朴素贝叶斯分类

机器学习之梯度下降法

机器学习的监督学习在研究什么

机器学习之神经网络

神经网络的交叉熵损失函数

softmax的多分类

机器学习之牛顿法

主成分分析(PCA)

典型相关分析如何分析两组变量的关系

=============广告时间===============

公众号的菜单已分为“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”等，可能有一款适合你的胃口。

鄙人的新书《Tomcat内核设计剖析》已经在京东销售了，有需要的朋友可以购买。感谢各位朋友。

为什么写《Tomcat内核设计剖析》

=========================