SharEDITor

机器学习教程


一-不懂这些线性代数知识 别说你是搞机器学习的

二-安装octave绘制3D函数图像

三-用scikit-learn求解一元线性回归问题

四-用scikit-learn求解多元线性回归问题

五-用matplotlib绘制精美的图表

六-用scikit-learn求解多项式回归问题

七-用随机梯度下降法(SGD)做线性拟合

八-用scikit-learn做特征提取

九-二元分类效果的评估方法

十-用scikit-learn的网格搜索快速找到最优模型参数

十一-用scikit-learn做聚类分析

十二-神经网络模型的原理

十三-用scikit-learn做逻辑回归

十四-利用tensorflow做手写数字识别

十五-细解卷积神经网络

十六-深究熵的概念和公式以及最大熵原理

十七-逻辑回归公式的数学推导

十八-R语言特征工程实战

十九-看数据科学家是如何找回丢失的数据的(一)

二十-看数据科学家是如何找回丢失的数据的(二)

二十一-R语言炫技必备基本功

二十二-一小时掌握R语言数据可视化

二十三-R语言强大工具包ggplot绘图以外的那些事

二十四-[吐血整理]涉及面最广的机器学习资料大全