Machine Learning❤️
机器学习必读书籍和笔记,机器学习算法等。这个专栏将会讲解和记录个人的想法等。
我是管小亮
纸上得来终觉浅,绝知此事要躬行
包括但不局限于机器学习,深度学习,自然语言处理,计算机视觉,知识图谱,还有Python,C++,TensorFlow,Pytorch,Keras,PaddlePaddle等,不定时分享资源(电子书/项目/工具),学习路线,思考,面经等!!!
展开
-
《机器学习实战》学习笔记 总目录
专栏【机器学习】【机器学习】《机器学习实战》读书笔记及代码 总目录——————————————————————————————————————————————————————好好看书,好好写博客,好好码代码,好好搞深度学习,好好搞机器学习,希望能坚持下去原创 2019-08-18 09:24:41 · 17217 阅读 · 3 评论 -
《机器学习实战》学习笔记(一):机器学习基础
专栏【机器学习】【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录专栏【机器学习】本章内容何谓机器学习2、关键术语3、机器学习的主要任务4、如何选择合适的算法5...原创 2019-08-19 17:01:32 · 17297 阅读 · 10 评论 -
《机器学习实战》学习笔记(二):k-近邻算法
专栏【机器学习】【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录专栏【机器学习】本章内容k-近邻算法概述参考文章本章内容k-近邻分类算法从文本文件中解...原创 2019-08-19 22:36:02 · 12512 阅读 · 11 评论 -
《机器学习实战》学习笔记(三):决策树
专栏【机器学习】【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录专栏【机器学习】本章内容1、决策树2、决策树的构造1)特征选择1. 香农熵2. 信息增益2)决...原创 2019-08-22 09:28:48 · 7577 阅读 · 4 评论 -
《机器学习实战》学习笔记(四):基于概率论的分类方法 - 朴素贝叶斯
【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录本章内容本章内容使用概率分布进行分类学习朴素贝叶斯分类器解析RSS源数据使用朴素贝叶斯来分析不同地区...原创 2019-08-28 19:09:27 · 9694 阅读 · 13 评论 -
《机器学习实战》学习笔记(五):Logistic 回归
【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录本章内容1、Logistic 回归本章内容Sigmoid函数和Logistic回归分类器最优化理论初步...原创 2019-09-01 10:41:14 · 5831 阅读 · 14 评论 -
《机器学习实战》学习笔记(六):支持向量机
专栏【机器学习】【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录专栏【机器学习】本章内容1、基于最大间隔分隔数据2、寻找最大间隔3、简化版SMO算法4、利用完...原创 2019-08-18 16:22:12 · 7364 阅读 · 2 评论 -
《机器学习实战》学习笔记(七):利用AdaBoost 元算法提高分类性能
【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录本章内容1、基于数据集多重抽样的分类器本章内容组合相似的分类器来提高分类性能应用AdaBoost算法处...原创 2019-09-02 16:38:34 · 5492 阅读 · 2 评论 -
《机器学习实战》学习笔记(八):预测数值型数据 - 回归
【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录本章内容1、回归2、用线性回归找到最佳拟合直线3、局部加权线性回归4、示例:预测鲍鱼的年龄5、缩减系数来“理解”...原创 2019-09-06 14:35:08 · 4078 阅读 · 1 评论 -
《机器学习实战》学习笔记(九):树回归
【机器学习】《机器学习实战》读书笔记及代码 总目录https://blog.csdn.net/TeFuirnever/article/details/99701256——————————————————————————————————————————————————————目录本章内容1、复杂数据的回归问题2、ID3 算法与CART 算法3、连续和离散型特征的树的构建4、将CART 算法...原创 2019-09-27 09:51:05 · 3148 阅读 · 2 评论 -
机器学习之深入理解凸优化次梯度算法
专栏【深度学习】什么是次梯度?并不是很懂,就抽了一些时间,查了资料(很多资料来自百度百科),总结整理了这个博文,记录下自己的学习过程和学到了什么。0、前言次梯度方法(subgradient method)是传统的梯度下降方法的拓展,用来处理不可导的凸函数。它的优势是比传统方法处理问题范围大,劣势是算法收敛速度慢。但是,由于它对不可导函数有很好的处理方法,所以学习它还是很有必要的。1、导...原创 2019-05-17 20:16:06 · 3377 阅读 · 0 评论 -
机器学习之深入理解矩阵求导的基本方法
【CS231n】斯坦福大学李飞飞视觉识别课程笔记一、分子布局、分母布局前提: 若 x 为向量,则默认 xxx 为列向量, xTx^TxT 为行向量布局简单地理解就是分子 y 、分母 x 是行向量还是列向量。分子布局(Numerator-layout): 分子为 yyy 或者分母为 xTx^TxT(即分子为列向量或者分母为行向量)分母布局(Denominator-layout): 分...原创 2019-05-18 19:26:33 · 2605 阅读 · 1 评论 -
机器学习之深入理解主成分分析(Principal Component Analysis)
【CS231n】斯坦福大学李飞飞视觉识别课程笔记原创 2019-04-13 13:43:05 · 3490 阅读 · 0 评论 -
机器学习之深入理解K最近邻分类算法(K Nearest Neighbor)
【CS231n】斯坦福大学李飞飞视觉识别课程笔记原创 2019-04-07 17:55:56 · 4953 阅读 · 4 评论