no-image

機器學習-積累與發現繼續

                                    

一、機器學習

基礎

概率論-wiki

資料探勘中所需的概率論與數理統計知識

理解 Bias 與 Variance 之間的權衡
//var是不同訓練模型之間的差別,好比K-fold之中,如果不同模型之間差別很大(var大),也就是說他們都和自己的訓練集與其他訓練集不接近,所以,不同模型之間var很大->他們就都不是truth;而如果bias很大,不用細講,那他們更不是truth

先驗概率與後驗概率

PR曲線、ROC曲線和AUC
詳解最大似然估計(MLE)、最大後驗概率估計(MAP),以及貝葉斯公式的理解
//MLE隱含了引數取任何值的概率都一樣,而MAP則考慮到了引數取不同值的概率是有差別的,有些值更容易取到,有些值不容易取到。比如扔十次硬幣,十次都是正,那MLE估計得結果就是正的概率為1,但大家知道這明顯不可能,所以要用到先驗概率,就是上面所說,我們預先知道了取1幾乎不可能

生成模型與判別模型

判別模型(Discriminative model)和生成模型(Generative model)

P、NP、NPC和NP-Hard相關概念的圖形和解釋

常見的幾種最優化方法(梯度下降法、牛頓法、擬牛頓法、共軛梯度法等)

數值優化(Numerical Optimization)學習系列-線搜尋方法(LineSearch)

訓練集、測試集和驗證集

Logistics

Logistic迴歸原理及公式推導

嶺迴歸和lasso—迴歸的拓展

多重共線性的解決方法之——嶺迴歸與LASSO

Softmax

Softmax迴歸

SVM

支援向量機SVM(一)
支援向量機SVM(二)

SMO優化演算法(Sequential minimal optimization)

深入理解拉格朗日乘子法(Lagrange Multiplier) 和KKT條件

支援向量機通俗導論(理解SVM的三層境界)

支援向量機(SVM)的特點與不足

K-Means

Canopy Clustering

Canopy演算法聚類

Canopy Clustering(Canopy聚類)

演算法雜貨鋪——k均值聚類(K-means)

深入淺出K-Means演算法

基本Kmeans演算法介紹及其實現

貝葉斯方法

演算法雜貨鋪——分類演算法之樸素貝葉斯分類(Naive Bayesian classification)

從貝葉斯方法談到貝葉斯網路

樸素貝葉斯演算法原理小結

超細緻的貝葉斯決策論

從決策樹學習談到貝葉斯分類演算法、EM、HMM

決策樹

資訊增益,資訊增益率,Gini

決策樹的特性及優缺點

頻繁模式

FP Tree演算法原理總結

主成分分析

奇異值分解(SVD)原理

機器學習中的數學(5)-強大的矩陣奇異值分解(SVD)及其應用

特徵降維-PCA(Principal Component Analysis)

PCA 降維演算法詳解 以及程式碼示例

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

圖論與社交網路

並查集——求無向圖的所有連通子圖

EM演算法

EM演算法(Expectation Maximization Algorithm)詳解

簡單易學的機器學習演算法——EM演算法

感知機

感知機(Perceptron)

反向傳播演算法

前饋神經網路與反向傳播演算法(推導過程)

A Step by Step Backpropagation Example

AutoEncoder

深度學習教程之Autoencoder

玻爾茲曼機

受限玻爾茲曼機RBM最通俗易懂的教程

深度學習教程之受限玻耳茲曼機

深度信念網路

深度信念網路(Deep Belief Network)

深度信念神經網路DBN最通俗易懂的教程

機器學習——DBN深度信念網路詳解

增強學習基礎

強化學習(Reinforcement Learning, RL)初步介紹

Deep Reinforcement Learning 基礎知識

強化學習學習筆記列表

增強學習Reinforcement Learning經典演算法梳理1:policy and value iteration

多臂賭博機

從Multi-arm Bandits問題分析 – RL進階

多臂賭博機系列

綜合

資料探勘十大演算法

二、系統的教程

Coursera-機器學習-Andrew NG

Build Intelligent Applications

臺大李巨集毅-線性代數、ML和DL

集體智慧程式設計

機器學習實戰

deeplearning4j

三、大神們的Blog

學習相關

AI 傳送門(很多深度學習資料、keras入門)

Albert-Lee (代表作:Python爬蟲小白入門)

四去六進一 (代表作:機器學習(周志華西瓜書) 參考答案 總目錄)

胡蘿蔔周部落格 (各種資源軟體)

龍哥盟飛龍blog(老哥瘋狂翻譯了一堆書和文件)

大學霸(網路攻防領域的老哥)

jerrylead (機器學習經典演算法學習筆記)

關聯文章