机器学习---学习首页
逐步完善中… 1.数学 偏差与方差 拉格朗日 核函数 凸优化 协方差矩阵 Hessian矩阵 CDF(累计分布函数) 高斯概率密度函数 中心极限定理 2.机器学习 Java 机器学习 工具 & 库 1.处理小数据效果好 2.深度学习—大数据,超过500w;图像,语言方面效果奇好 SVD 最小二乘法 梯度下降法 局部加权回归 1.最大似然估计 2.logistic回归 3.感知器的初步—logistic的简化情节 牛顿法 1.介绍了牛顿方法 2.广义线性模型 3.多项式分布,softmax回归 高斯判别分析 1.高斯判别 2.朴素贝叶斯 EM 隐马尔可夫模型 决策树向量机 决策树算法介绍及应用 K近邻 支持向量机 PageRank 强化学习 LDA PCA pLSA LSI ICA 最大熵模型 条件随机场 最大熵隐马尔可夫模型 Gradient Boosting K-Means 贝叶斯逻辑斯蒂克回归 关联规则挖掘 随机森林 3.信息论 压缩率很高的数据结构 信息熵与信息增益 数据压缩原理 香农游戏 二维码原理 4.深度学习 机器学习的一个分支 各种编程语言的深度学习库整理 深度学习如何入门(知乎) Elephas:Apache Spark上的Keras深度学习框架 感知器 反向传播算法 自动编码器 栈式自编码器 微调多层自编码算法 深度信息网络 softmax回归 白化 池化