机器学习-积累与发现继续

1、机器学习

基础

几率论-wikiphp

数据挖掘中所需的几率论与数理统计知识html

理解 Bias 与 Variance 之间的权衡
//var是不一样训练模型之间的差异,比如K-fold之中,若是不一样模型之间差异很大(var大),也就是说他们都和本身的训练集与其余训练集不接近,因此,不一样模型之间var很大->他们就都不是truth;而若是bias很大,不用细讲,那他们更不是truthjava

先验几率与后验几率git

PR曲线、ROC曲线和AUC
详解最大似然估计(MLE)、最大后验几率估计(MAP),以及贝叶斯公式的理解
//MLE隐含了参数取任何值的几率都同样,而MAP则考虑到了参数取不一样值的几率是有差异的,有些值更容易取到,有些值不容易取到。好比扔十次硬币,十次都是正,那MLE估计得结果就是正的几率为1,但你们知道这明显不可能,因此要用到先验几率,就是上面所说,咱们预先知道了取1几乎不可能算法

生成模型与判别模型编程

判别模型(Discriminative model)和生成模型(Generative model)网络

P、NP、NPC和NP-Hard相关概念的图形和解释app

常见的几种最优化方法(梯度降低法、牛顿法、拟牛顿法、共轭梯度法等)机器学习

数值优化(Numerical Optimization)学习系列-线搜索方法(LineSearch)学习

训练集、测试集和验证集

Logistics

Logistic回归原理及公式推导

岭回归和lasso---回归的拓展

多重共线性的解决方法之——岭回归与LASSO

Softmax

Softmax回归

SVM

支持向量机SVM(一)
支持向量机SVM(二)

SMO优化算法(Sequential minimal optimization)

深刻理解拉格朗日乘子法(Lagrange Multiplier) 和KKT条件

支持向量机通俗导论(理解SVM的三层境界)

支持向量机(SVM)的特色与不足

K-Means

Canopy Clustering

Canopy算法聚类

Canopy Clustering(Canopy聚类)

算法杂货铺——k均值聚类(K-means)

深刻浅出K-Means算法

基本Kmeans算法介绍及其实现

贝叶斯方法

算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification)

从贝叶斯方法谈到贝叶斯网络

朴素贝叶斯算法原理小结

超细致的贝叶斯决策论

从决策树学习谈到贝叶斯分类算法、EM、HMM

决策树

信息增益,信息增益率,Gini

决策树的特性及优缺点

频繁模式

FP Tree算法原理总结

主成分分析

奇异值分解(SVD)原理

机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用

特征降维-PCA(Principal Component Analysis)

PCA 降维算法详解 以及代码示例

主成分分析(Principal components analysis)-最大方差解释

图论与社交网络

并查集——求无向图的全部连通子图

EM算法

EM算法(Expectation Maximization Algorithm)详解

简单易学的机器学习算法——EM算法

感知机

感知机(Perceptron)

反向传播算法

前馈神经网络与反向传播算法(推导过程)

A Step by Step Backpropagation Example

AutoEncoder

深度学习教程之Autoencoder

玻尔兹曼机

受限玻尔兹曼机RBM最通俗易懂的教程

深度学习教程之受限玻耳兹曼机

深度信念网络

深度信念网络(Deep Belief Network)

深度信念神经网络DBN最通俗易懂的教程

机器学习——DBN深度信念网络详解

加强学习基础

强化学习(Reinforcement Learning, RL)初步介绍

Deep Reinforcement Learning 基础知识

强化学习学习笔记列表

加强学习Reinforcement Learning经典算法梳理1:policy and value iteration

多臂赌博机

从Multi-arm Bandits问题分析 - RL进阶

多臂赌博机系列

综合

数据挖掘十大算法

2、系统的教程

Coursera-机器学习-Andrew NG

Build Intelligent Applications

台大李宏毅-线性代数、ML和DL

集体智慧编程

机器学习实战

deeplearning4j

3、大神们的Blog

学习相关

AI 传送门(不少深度学习资料、keras入门)

Albert-Lee (表明做:Python爬虫小白入门)

四去六进一 (表明做:机器学习(周志华西瓜书) 参考答案 总目录)

胡萝卜周博客 (各类资源软件)

龙哥盟飞龙blog(老哥疯狂翻译了一堆书和文档)

大学霸(网络攻防领域的老哥)

jerrylead (机器学习经典算法学习笔记)

相关文章
相关标签/搜索