机器学习
机器学习实战
面试题
https://www.cnblogs.com/huanyi0723/p/8470866.html
https://www.jianshu.com/p/4a3c5e34d0f8?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation
分类算法
1. 线性回归
1. 找到一条直线来预测目标值
https://www.cnblogs.com/futurehau/p/6105011.html
2. 算法
1. 最小二乘差
2. 梯度下降法
2. 逻辑回归
1. 找到一条直线来分类数据
2. 推导
https://blog.csdn.net/ligang_csdn/article/details/53838743
面试题
https://www.cnblogs.com/ModifyRong/p/7739955.html
3. k近邻算法
4. 朴素贝叶斯
1. 朴素的体现
1. 假设每个特征都是相互独立的
2. 每个特征都是同等重要的
2. 实现机制
1. 基于伯努利模型实现
只考虑特征是否出现的问题
2. 基于多项式实现
5. 决策树
https://blog.csdn.net/jiaoyangwm/article/details/79525237
2. 剪枝算法原理
https://blog.csdn.net/bird_fly_i/article/details/72824639
3. 回归树
https://blog.csdn.net/chaoshengmingyue/article/details/76736068
4. gbdt
https://blog.csdn.net/suranxu007/article/details/49910323
2. 面试总结
https://www.cnblogs.com/ModifyRong/p/7744987.html
3. 公式推导 梯度版本
https://www.cnblogs.com/pinard/p/6140514.html
4. 调参
4. xgboost
集成学习推导
https://www.cnblogs.com/csyuan/p/6537255.html
2. 原理推导
https://blog.csdn.net/matrix_zzl/article/details/78635221#2-xgboost原理推导
3. 实例演示计算
https://blog.csdn.net/anshuai_aw1/article/details/82970489#51_min_child_weight__435
6. lightGBM
https://blog.csdn.net/qq_24519677/article/details/82811215
7. adaboost
https://blog.csdn.net/guyuealian/article/details/70995333
算法原理小结
http://www.cnblogs.com/pinard/p/6133937.html
2. 前向分步算法解释adaboost
https://blog.csdn.net/u012258999/article/details/42457577
3. 手写推导
https://blog.csdn.net/zhuzuwei/article/details/80538060
8. 随机森林
6. svm支持向量机
1. 从逻辑回归推导出svm(NG)
https://blog.csdn.net/zxm1306192988/article/details/78316336
https://www.cnblogs.com/always-chang/p/5935767.html
2. 代价函数推导
https://blog.csdn.net/u014433413/article/details/78427574
3.
https://www.cnblogs.com/pinard/p/6113120.html
7. 神经网络路线
0. 神经网络来龙去脉
1. bp算法
1. BP算法
2. 误差逆向传播算法bp推导过程
https://www.cnblogs.com/biaoyu/p/4591304.html
3. 损失函数激活函数
4. 正则化
2. 卷积神经网络
典型CNN
1. LeNet最早使用数字识别
2. AlexNet
3. ZFNet
4. GoogleLeNet
5. VGGNet
8. DNN深度神经网络
1. batch normolization
9. 图模型
1. 马尔科夫模型
https://www.cnblogs.com/baiboy/p/hmm1.html
2. 隐含马尔科夫模型
3. EM算法
8. 模型评估
http://www.cnblogs.com/zongfa/p/9431807.html
ng笔记
https://www.cnblogs.com/always-chang/p/5935760.html
机器学习总结
最新推荐文章于 2022-07-24 11:35:49 发布