学习记录

2019年3月

优化算法

重点推荐第一个，相关翻译可以在csdn上面搜索到。
1.“An overview of gradient descent optimization algorithms Share this” 关于梯度下降的优化算法 http://ruder.io/optimizing-gradient-descent/index.html
2.机器学习之优化算法学习总结 各种优化算法的公式与特点 https://blog.csdn.net/bingo_csdn_/article/details/79198736
3.最全的机器学习中的优化算法介绍 优化算法介绍及优缺点 https://blog.csdn.net/qsczse943062710/article/details/76763739

聚类

1.机器学习中的相似性度量

1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5. 标准化欧氏距离6. 马氏距离7. 夹角余弦8. 汉明距离9. 杰卡德距离 & 杰卡德相似系数10. 相关系数 & 相关距离11. 信息熵） http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html

2.机器学习-聚类算法（1. 距离2.K-Means算法3.几种优化K-Means算法4.密度聚类） https://www.jianshu.com/p/2fa67f9bad60
3.高斯混合模型GMM 高斯混合模型基础知识及介绍 https://blog.csdn.net/sinat_36246371/article/details/55519006

谱聚类

1.谱聚类算法(Spectral Clustering) https://www.cnblogs.com/sparkwen/p/3155850.html
2.谱聚类算法实现 https://blog.csdn.net/u011089523/article/details/80196465
3.漫谈 Clustering (4): Spectral Clustering http://blog.pluskid.org/?p=287

20190928