知识图谱系列---机器学习

【Python机器学习笔记】

Python机器学习笔记:sklearn库的学习

Python机器学习笔记:Logistic Regression

Python机器学习笔记:SVM(1)——SVM概述

Python机器学习笔记:SVM(2)——SVM核函数

Python机器学习笔记:SVM(3)——证明SVM

Python机器学习笔记:SVM(4)——sklearn实现

python机器学习笔记:EM算法

Python机器学习笔记:使用scikit-learn工具进行PCA降维

Python机器学习笔记:主成分分析(PCA)算法

Python机器学习笔记:线性判别分析(LDA)算法

Python机器学习笔记:K-Means算法,DBSCAN算法

Python机器学习笔记:集成学习总结

Python机器学习笔记:不得不了解的机器学习知识点(2)

Python机器学习笔记:朴素贝叶斯算法

Python机器学习笔记:One Class SVM

Python机器学习笔记:Grid SearchCV(网格搜索)

Python机器学习笔记:异常点检测算法——Isolation Forest

Python机器学习笔记:XgBoost算法

Python机器学习笔记:随机森林算法

Python机器学习笔记:使用sklearn做特征工程和数据挖掘

Python机器学习笔记:K-近邻(KNN)算法

python机器学习笔记:ID3决策树算法实战

Python机器学习笔记:深入理解Keras中序贯模型和函数模型

Python机器学习笔记:使用Keras进行回归预测

python机器学习笔记:深入学习决策树算法原理

Python机器学习笔记:常用评估模型指标的用法

Python机器学习笔记:不得不了解的机器学习面试知识点(1)

深入学习Python解析并解密PDF文件内容的方法

Python机器学习笔记:利用Keras进行分类预测

五大算法设计思想(转载)

图解十大经典的机器学习算法(转载)

浅析对人工智能,机器学习和深度学习的理解

【机器学习笔记】

OCR文字识别笔记总结

机器学习:支持向量机SVM降维算法

机器学习:主成分分析PCA降维算法

机器学习:支持向量机SVM算法之案例篇2

机器学习:支持向量机SVM算法之理论篇1

机器学习:关联规则Apriori算法

机器学习: K-means聚类算法

机器学习:逻辑回归模型算法

机器学习:朴素贝叶斯模型算法Sklearn深度篇3

机器学习:朴素贝叶斯模型实现篇2

机器学习:朴素贝叶斯模型算法理论篇1

机器学习:决策树算法

机器学习:KNN模型算法

机器学习:基于Python的自定义文件格式转换系统

机器学习:机器学习之汉英术语纵览

机器学习:Matplotlib数据可视化实例分析

机器学习:机器学习及其基础概念简介

机器学习:Anaconda+Sublime机器学习开发环境配置

【特征选择】

特征选择(一)- 维数问题与类内距离

特征选择(二)- 聚类变换

特征选择(三)- K-L变换

特征选择(四)- 分散度

特征选择 (feature_selection)

基于模型的特征选择详解 (Embedded & Wrapper)

机器学习中的正则化问题(1)——概念

机器学习中的正则化问题(2)——理解正则化

线性回归和逻辑回归

SVM探讨

支持向量机及核函数

逻辑回归 vs 决策树 vs 支持向量机(II)

逻辑回归 vs 决策树 vs 支持向量机(I)

使用sklearn优雅地进行数据挖掘

使用sklearn做单机特征工程

sklearn特征转换行为全记录

【sklearn学习】

sklearn preprocessing (预处理)

Cross Validation(交叉验证)

sklearn中的train_test_split (随机划分训练集和测试集)

sklearn dataset 模块学习

sklearn.linear_model.LinearRegression

sklearn.learning_curve

PCA-主成分分析(Principal components analysis)

图解机器学习

sklearn学习笔记之简单线性回归

ROC与AUC原理

scikit_learn逻辑回归类库

机器学习算法中随机数的生成

机器学习之13降维技术——主成分分析PCA

Sklearn库例子1:Sklearn库中AdaBoost和Decision Tree运行结果的比较

Sklearn库例子2:分类——线性回归分类(Line Regression )例子

Sklearn库例子3:分类——岭回归分类(Ridge Regression )例子

Sklearn库例子4:分类——Lasso分类例子

单因素特征选择--Univariate Feature Selection

【转载】编辑距离及编辑距离算法

大神写的东西

Sklearn库例子——决策树分类

sklearn中的model_selection模块(1)

sklearn中的metrics模块中的Classification metrics

用 Scikit-Learn 和 Pandas 学习线性回归

scikit_learn 中文说明入门

Python中常用包——sklearn主要模块和基本使用方法

sklearn的快速使用

Python机器学习库scikit-learn实践

【其他算法】

不平衡分类学习方法 --Imbalaced_learn

(转)梯度下降法及其Python实现

numpy np.newaxis 的实用

聊聊最小二乘法以及leastsq函数

从贝叶斯定理说开去

转贝叶斯推断及其互联网应用(一):定理简介

转朴素贝叶斯分类器的应用

转Python SciPy库——拟合与插值

转sklearn保存模型

深入对比数据科学工具箱:Python和R之争

机器学习算法中的过拟合与欠拟合

数据挖掘算法与现实生活中的应用案例

机器学习之数据预处理

转利用python实现电影推荐

转推荐算法——基于矩阵分解的推荐算法

转浅谈矩阵分解在推荐系统中的应用

转基于概率的矩阵分解原理详解(PMF)

转先验概率、最大似然估计、贝叶斯估计、最大后验概率

GBDT 详解分析 转+整理

knn临近算法学习(2)

机器学习-树模型理论(GDBT,xgboost,lightBoost,随机森林)

多元高斯分布

PCA降维

numpy协方差矩阵numpy.cov

随机森林-笔录

梯度下降法的三种形式BGD、SGD以及MBGD

Bagging和Boosting的概念与区别

线性回归-初步

逻辑回归与梯度下降法全部详细推导

机器学习模型评估方法(一)

Q-Q图

偏度与峰度的正态性分布判断

正则化方法小结

决策树算法简单总结

集成学习原理

随机森林算法原理小结

决策树算法原理(ID3,C4.5)

损失函数、代价函数、目标函数的区别

正规方程

逻辑回归原理

K-Means聚类算法原理

决策树算法原理(CART分类树)

CART回归树

感知机原理

支持向量机原理(一)线性支持向量机

欧几里得空间与希尔伯特空间

最大熵模型原理

决策树的剪枝

梯度下降法原理

线性回归原理

拉格朗日乘子法和KKT条件

拉格朗日对偶

KNN原理小结

支持向量机原理(二)线性支持向量机的软间隔最大化模型

sklearn.feature_extraction.DictVectorizer

支持向量机原理(三)线性不可分支持向量机与核函数

集成学习之Adaboost算法原理

梯度提升树(GBDT)原理小结

浅析对人工智能,机器学习和深度学习的理解

图解十大经典的机器学习算法(转载)

深入学习python解析并读取PDF文件内容的方法

深入学习使用ocr算法识别图片中文字的方法

深入学习Tesseract-ocr识别中文并训练字库的方法

AI时代的OCR识别技术浅析

【Machine Learning】决策树案例:基于python的商品购买能力预测系统

基于pandas python sklearn 的美团某商家的评论分类(文本分类)

美团店铺评价语言处理以及文本分类(logistic regression)

sohu_news搜狐新闻类型分类

加州房价预测数据预处理

美团店铺评价语言处理以及分类(tfidf,SVM,决策树,随机森林,Knn,ensemble)

kaggle竞赛-保险转化-homesite

Mercari Price Suggestion in Kaggle

【基础数学】

程序员眼中的统计学:相关与回归:我的线条如何?

程序员眼中的统计学:卡方分布的应用

程序员眼中的统计学:假设检验的运用:研究证据

程序员眼中的统计学:总体和样本的估计:进行预测

程序员眼中的统计学:统计抽样的运用:抽取样本

程序员眼中的统计学:正态分布的运用:正态之美

程序员眼中的统计学:几何分布、二项分布及泊松分布:坚持离散

程序员眼中的统计学:排列组合:排序、排位、排

程序员眼中的统计学:离散概率分布的运用:善用期望

程序员眼中的统计学:概率计算:把握机会

程序员眼中的统计学:集中趋势度量:分散性、变异性、强大的距

程序员眼中的统计学:信息图形化:第一印象

https://github.com/jiangsiwei2018/BigData.git 实例代码git仓库地址
原文地址:https://www.cnblogs.com/satansz/p/12905895.html