机器学习

我的代码!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

台湾大学李宏毅老师机器学习

机器学习算法 程序笔记 待整合

机器学习&深度学习网站资源汇总（Machine Learning Resources）

机器学习资源 Machine learning Resources

（西瓜书）公式推导解析

c++ 机器学习库源码，可借鉴，学习!!!!!!!

机器学习与概率 概率图模型CPD 结构学习 CRF MCMC

机器学习实战 一整套教学

机器学习资源 Machine learning Resources

Machine Learning 课程

周志华书面试总结（第一篇）

周志华机器学习 西瓜书（PDF） 斯坦福大学机器学习视频 机器学习基石+技法 邹博机器学习 七月在线机器学习 资源下载

K-Means GMM CRF CTC GPR

Artificial Intelligence 词汇集

课程《Python3 入门机器学习》示例代码

台大机器学习课程作业详解

集体智慧编程 collective intelligence

1 最大释然估计 Maximum Likelihood Estimation (MLE) 最大后验概率Maximum A Posterior (MAP)

2 朴素贝叶斯 Naive Bayes

3 线性回归 逻辑回归 多项式回归 Linear Regression Logistic regression Polynomial Regression

4 无参数方法 knn 核方法

5 模型选择 Model Selection 过拟合 交叉验证

6 决策树 Decision Trees

7 集成学习 Adaboost algorithm 三个臭皮匠顶个诸葛亮

8 支持向量机 Support Vector Machines

9 聚类 Clustering

10 期望最大化算法 EM Algorithm 高斯混合模型 GMM

11 学习理论 PCA

12 HMM隐马尔可夫模型 前向后向算法 维特比算法

13 图模型 Graphical Models

14 非线性学习 拉普拉斯特征映射 Spectral Clustering(谱聚类)

15 神经网络 Neural Networks 前向 反向传播

16 半监督学习 Semi-Supervised Learning

17 强化学习 reinforcement learning 又称再励学习、评价学习

博客参考

机器学习（一）——线性回归 雅克比矩阵 海塞矩阵 梯度下降 LMS（least mean squares，最小均方）算法 欠拟合与过拟合 其他:

08 Jun 2018 » 机器学习（三十七）——KNN, Optimizer进阶
07 Mar 2018 » 机器学习（三十六）——XGBoost, LightGBM, Parameter Server
22 Feb 2018 » 机器学习（三十五）——Probabilistic Robotics, 推荐算法中的常用排序算法, NLP机器翻译常用评价度量, Adaboost
31 Jan 2018 » 机器学习（三十四）——概率图模型, 机器学习语录, 垃圾筐
29 Jan 2018 » 机器学习（三十三）——机器学习的算法体系&相关术语表, simhash, 模仿学习
20 Jan 2018 » 机器学习（三十二）——t-SNE, 价值函数的近似表示
09 Jan 2018 » 机器学习（三十一）——数据不平衡问题, Linear Discriminant Analysis
07 Jan 2018 » 机器学习（三十）——Model-Free Control
19 Nov 2017 » 机器学习（二十九）——Temporal-Difference Learning
19 Oct 2017 » 机器学习（二十八）——Monte-Carlo
31 Aug 2017 » 机器学习（二十七）——Q-learning, 动态规划
30 Aug 2017 » 机器学习（二十六）——K-摇臂赌博机
19 Jun 2017 » 机器学习（二十五）——Tri-training, Beam Search, 强化学习
18 Jun 2017 » 机器学习（二十四）——单分类SVM&多分类SVM, 时间序列分析
13 Jun 2017 » 机器学习（二十三）——AutoML, Optimizer
20 May 2017 » 机器学习（二十二）——EMD, LSA, HMM
15 May 2017 » 机器学习（二十一）——loss function详解, 机器学习分类器性能指标
04 Mar 2017 » 机器学习（二十）——PageRank算法
18 Jan 2017 » 机器学习（十九）——决策树, 关联规则挖掘
16 Jan 2017 » 机器学习（十八）——推荐系统进阶
12 Jan 2017 » 机器学习（十七）——独立成分分析, 隐式狄利克雷划分
29 Dec 2016 » 机器学习（十六）——主成分分析
13 Oct 2016 » 机器学习（十五）——协同过滤的ALS算法
28 Sep 2016 » 机器学习（十四）——机器学习中的矩阵方法（3）病态矩阵
26 Sep 2016 » 机器学习（十三）——机器学习中的矩阵方法（2）QR分解, 特征值和奇异值
16 Sep 2016 » 机器学习（十二）——机器学习中的矩阵方法（1）LU分解
08 Sep 2016 » 机器学习（十一）——因子分析
05 Sep 2016 » 机器学习（十）——高斯混合模型和EM算法
02 Sep 2016 » 机器学习（九）——在线学习, K-Means算法
31 Aug 2016 » 机器学习（八）——规则化和模型选择
29 Aug 2016 » 机器学习（七）——学习理论
23 Aug 2016 » 机器学习（六）——SVM（3）
21 Aug 2016 » 机器学习（五）——SVM（2）
17 Aug 2016 » 机器学习（四）——SVM（1）
14 Aug 2016 » 机器学习（三）——生成学习算法, 朴素贝叶斯方法
02 Aug 2016 » 机器学习（二）——分类与逻辑回归, 广义线性模型
27 Jul 2016 » 机器学习（一）——线性回归