版本序号:v2 更新日期:2024-03-04
版本序号:v1 更新日期:2024-01-25
本指南分两部分:
目的:全面了解整体框架
目的:细化知识点原理,并搭配代码实战
本笔记仅为我的个人知识库构造分享,欢迎大家一起指错纠正。
1. 机器学习地图(持续更新ing)
2. 知识点使用指南(持续更新ing)
领域 | 知识点 | 延伸模型 | 原理笔记 链接🔗 | 实战代码 链接🔗 |
树模型们 | 决策树 | 原理笔记 - 决策树 | ||
集成学习的树 | 随机森林 | 原理笔记 - 随机森林 | ||
AdaBoost | 原理笔记 - AdaBoost | |||
GBDT | 原理笔记 - GBDT | |||
XGBoost | 原理笔记 - XGBoost | |||
lightGBM | 原理笔记 - lightGBM | |||
CatBoost | 原理笔记 - CatBoost | |||
神经网络 | MLP多层感知器 | 自学指南 - MLP多层感知器 | ||
CNN卷积神经网络 | 原理笔记 - 卷积神经网络 | 代码实战 - 卷积神经网络(CNN) | ||
原理笔记 - 卷积神经网络(CNN)之经典模型 | ||||
RNN循环神经网络 | 循环神经网络(RNN) | 原理笔记 - 循环神经网络(RNN) | 代码实战 - 循环神经网络(RNN) | |
⻓短期记忆网络(LSTM) | ||||
双向循环神经网络(BRNN) | ||||
深层循环神经网络(DRNN) | ||||
混合模型 | 原理笔记 - 深度学习之混合模型 | 代码实战 - 深度学习之混合模型 |