资源 | 史上最全机器学习笔记
本文由LCatro整理
机器学习
机器学习算法原理
https://github.com/wepe/MachineLearning
机器学习实战原书内容与批注
https://github.com/apachecn/MachineLearning
机器学习的Python 实现
https://github.com/lawlite19/MachineLearning_Python#1-%E4%BB%A3%E4%BB%B7%E5%87%BD%E6%95%B0
机器学习算法集锦
https://zhuanlan.zhihu.com/p/25327755
各种机器学习的应用场景分别是什么
https://www.zhihu.com/question/26726794
KNN k-邻近算法
优点:精度高,对异常值不敏感,无数据输入假定
缺点:计算复杂度高,空间复杂度高,
适用数据范围:数值型和标称型
什么是数值型和标称型 标称型:
标称型目标变量的结果只在有限目标集中取值
数值型:数值型目标变量则可以从无限的数值集合中取值 。
决策树
优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据
缺点:可能会产生过度匹配问题 适用数据类型:数值型和标称型
朴素贝叶斯
优点:在数据较少的情况下仍然有效,可以处理多类别问题
缺点: 对于输入数据的准备方式较为敏感
适用数据类型:标称型数据
机器学习算法之朴素贝叶斯(Naive Bayes)--第一篇
http://blog.csdn.net/xlinsist/article/details/51236454
朴素贝叶斯理论推导与三种常见模型
http://blog.csdn.net/u012162613/article/details/48323777
用朴素贝叶斯进行文本分类
http://blog.csdn.net/longxinchen_ml/article/details/50597149
朴素贝叶斯算法之文本分类算法的理解与实现
http://www.cnblogs.com/XBWer/archive/2014/07/13/3840736.html
logics 回归
优点: 计算代价不高,易于理解和实现
缺点: 容易欠拟合,分类精度可能不高 适用数据类型: 数值型和标称型数据
logics 回归总结
http://blog.chinaunix.net/xmlrpc.php?r=blog/article&uid=9162199&id=4223505
logics 回归数学推导
http://sbp810050504.blog.51cto.com/2799422/1608064/
SVM 支持向量机
优点:泛化(由具体的、个别的扩大为一般的,就是说,模型训练完后的新样本)错误率低,计算开销不大,结果易理解
缺点:对参数调节和核函数的选择敏感,原始分类器不加修改仅适合于处理二分类问题
适用数据类型:数值型和标称型数据
SVM 原理
http://www.cnblogs.com/steven-yang/p/5658362.html
通俗易懂SVM
https://www.zhihu.com/question/21094489
SVM和logistic回归分别在什么情况下使用
https://www.zhihu.com/question/21704547
深度学习
零基础入门深度学习(总计六章)
https://zhuanlan.zhihu.com/p/25628246
CNN
Deep Learning(深度学习)学习笔记整理系列
http://www.cnblogs.com/zhizhan/p/4077947.html
CNN(卷积神经网络),RNN(循环神经网络),DNN(深度神经网络)的内部网络结构有什么区别
https://www.zhihu.com/question/34681168
一文读懂卷积神经网络CNN
https://www.cnblogs.com/nsnow/p/4562308.html
深度学习简介(一)——卷积神经网络
https://www.cnblogs.com/alexcai/p/5506806.html
卷积神经网络CNN基本概念笔记
http://www.jianshu.com/p/606a33ba04ff
使用Keras+卷积神经网络玩小鸟
http://www.jianshu.com/p/3ba69493f020
Python 库
scikit-learn 机器学习库
https://github.com/scikit-learn/scikit-learn
scikit-learn 机器学习库中文文档
http://sklearn.apachecn.org/cn/0.19.0/index.html
如果无法使用Github 安装sk-learn ,请到Python 官方下载msi 安装文件scikit-learn 下载传送门
https://pypi.python.org/pypi/scikit-learn
Keras 深度学习库
https://github.com/fchollet/keras
TensorFlow 机器学习与深度学习库
https://github.com/tensorflow/tensorflow
matplotlib 数据分析库 ,matplotlib API 使用手册
http://matplotlib.org/api/index.html
原文链接:
https://github.com/lcatro/Machine-Learning-Note#machine-learning-note
资源推荐
重磅 | 128篇论文,21大领域,深度学习最值得看的资源全在这了
爆款 | Medium上6900个赞的AI学习路线图,让你快速上手机器学习
Quora十大机器学习作者与Facebook十大机器学习、数据科学群组
Chatbot大牛推荐:AI、机器学习、深度学习必看9大入门视频
葵花宝典之机器学习:全网最重要的AI资源都在这里了(大牛,研究机构,视频,博客,书籍,Quora......)
资源 | 史上最全机器学习笔记相关推荐
- Kindle资源-史上最全60GB的Kindle电子书资源网盘打包下载
Kindle资源-史上最全60GB的Kindle电子书资源网盘打包下载 Kindle资源-史上最全60GB的Kindle电子书资源,主要格式是azw3和mobi,排版质量都很好,需要百度云网盘链接的加 ...
- Kindle资源-史上最全60GB的Kindle技术电子书资源网盘打包下载
Kindle资源-史上最全60GB的Kindle 技术资源网盘打包下载 Kindle资源-史上最全60GB的Kindle电子书资源,主要格式是azw3和mobi,排版质量都很好,需要百度云网盘链接的加 ...
- Java笔记-Java日常笔记-Java核心语言-史上最全Java笔记-Java烂笔头-实时更新(~v~)
阿一的日常Java笔记,实时更新,有什么问题可以留言交流一下,大家一起共同进步!!! 1.Java基础 1.1.基本语法 1.1.1.关键字 定义:被java赋予特殊含义的字符串(单词): 关 ...
- shiro详解-shiro史上最全学习笔记
1.shiro简介 1.1.基本功能点 Shiro 可以非常容易的开发出足够好的应用,其不仅可以用在 JavaSE 环境,也可以用在 JavaEE 环境.Shiro 可以帮助我们完成:认证.授权.加密 ...
- 史上最全数据库笔记(上)
一. 为什么使用SQL数据库? 数据库又称作数据集合,如果没有数据库管理人员需要一条一条的进行输入数据,于是有人发明了一条C语言语句,可以循环使用(增删改查)比如双十一的购物车就是数据库的体现,把想 ...
- 操作系统史上最全学习笔记
到我的个人博客参观一下,估计近几年都会一直更新!和我做个朋友吧!https://motongxue.cn 本文思维导图 文章目录 本文转载自微信公众号:Java建设者 操作系统 计算机硬件简介 CPU ...
- 史上最全机器学习_深度学习毕设题目汇总——视频
下面是该类的一些题目: 题目 基于RGB-D视频序列的大尺度场景三维语义表面重建技术研究 基于上下文信息的视频目标跟踪问题研究 基于上下文的视频理解关键技术研究 基于动态纹理和卷积神经网络的视频烟雾探 ...
- 史上最全的机器学习资料(下)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸分析.算法复杂度理论等多门学科.专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能 ...
- 【干货】史上最全的Tensorflow学习资源汇总,速藏!
一 .Tensorflow教程资源: 1)适合初学者的Tensorflow教程和代码示例:(https://github.com/aymericdamien/TensorFlow-Examples)该 ...
最新文章
- Python图像处理,cv2模块,OpenCV实现人脸检测蔡徐坤
- python爬取慕课视频-Python爬虫抓取技术的门道
- 双代号网络图基础算法_最新(免锁版)网络图横道图绘制软件,内附安装教程,制图做更快...
- Using Oracle Data Integrator Open Tools
- 陈天奇的tvm更新了:VTA,开源AI芯片栈
- radiogroup只走一次监听事件_如果一生只去一次内蒙,那走这条路线就够了!
- 软件测试需要哪些c语言基础知识,测试人员都需要了解哪些redis知识?
- 信号与系统熊庆旭老师著作阅读心得——华中科技大学电气读书节NUM1
- Android之高仿墨迹天气桌面组件(AppWidgetProvider)
- 计算机实训实验报告,审计实务实验报告总结审计实训实验报告计算机审计实验总结...
- 培训机构内幕--转载
- /dev/sr0 3.7G 3.7G 0 100% /media/CentOS_6.8_Final
- 去看看《自动化学报》等等这种期刊,这样看可能有感觉些,比你单纯在知网零散搜可能要好些。
- Spring中事务提交成功后处理的异步调用方法
- UltraEdit打开文件,中文显示为乱码的解决方法
- 美柚“姨妈假”上头条,App事件营销怎么做
- Android8.0安装apk报错:Package xxx is currently frozen
- git --- git tag用法
- 新形势下,集团企业的资产管理如何实现精细化?
- 有技巧,写作如有神助
热门文章
- java ef 引用问题_配置使用EF常见的一些问题及解决方案
- LaTex中编辑公式的上下角标出现的问题---允许{}的嵌套吗?
- jlink api sdk c# 离线数获取 标定
- [转]使用设计模式改善程序结构(二)
- 基于visual Studio2013解决面试题之0804复杂链表
- 老调重弹:插件式框架开发的一个简单应用
- 效果很好的asp.net的数据库访问模型(优化,封装一体化)
- 在软件中常用的“撤销”操作,其本质是“栈”!
- 【HDU】1084 What Is Your Grade? (结构体 sort)
- 5个短小精悍的 Python 趣味脚本,太赞了,非常适合小白上手!