算法channel 2017回顾

2 机器学习：不得不知的概念（2）

3 机器学习：不得不知的概念（3）

4 回归分析简介

5 最小二乘法：背后的假设和原理（前篇）

6 最小二乘法原理（后）：梯度下降求权重参数

7 机器学习之线性回归：算法兑现为python代码

8 机器学习之线性回归：OLS 无偏估计及相关性python分析

9 机器学习线性回归：谈谈多重共线性问题及相关算法

10 机器学习：说说L1和L2正则化

11 机器学习逻辑回归：原理解析及代码实现

12 机器学习逻辑回归：算法兑现为python代码

13 机器学习：谈谈决策树

14 机器学习：对决策树剪枝

15 机器学习决策树：sklearn分类和回归

16 机器学习决策树：提炼出分类器算法

17 机器学习：说说贝叶斯分类

18 朴素贝叶斯分类器：例子解释

19 朴素贝叶斯分类：拉普拉斯修正

20 机器学习：单词拼写纠正器python实现

21 机器学习：半朴素贝叶斯分类器

22 机器学习期望最大算法：实例解析

23 机器学习高斯混合模型（前篇）：聚类原理分析

24 机器学习高斯混合模型（中篇）：聚类求解

25 机器学习高斯混合模型（后篇）：GMM求解完整代码实现

26 高斯混合模型：不掉包实现多维数据聚类分析

27 高斯混合模型：GMM求解完整代码实现

28 数据降维处理：背景及基本概念

29 数据降维处理：PCA之特征值分解法例子解析

30 数据降维处理：PCA之奇异值分解（SVD）介绍

31 数据降维处理：特征值分解和奇异值分解的实战分析

32 机器学习集成算法：XGBoost思想

33 机器学习集成算法：XGBoost模型构造

34 决策树回归：不掉包源码实现

35 机器学习：提升树（boosting tree）算法的思想

36 为什么要有深度学习？系统学习清单

37 深度学习|神经网络模型简介和梯度下降求解

38 深度学习|神经网络模型实现手写字分类求解思路

39 深度学习|反向传播算法（BP）原理推导及代码实现

40 深度学习|神经网络模型求解思路总结

41 深度学习|对隐含层的感性认识

42 深度学习|卷积神经网络（CNN）介绍（前篇）

43 深度学习|卷积神经网络（CNN）介绍（后篇）

44 深度学习|理解LSTM网络（前篇）

45 深度学习|循环神经网络之LSTM（后篇）

46 深度学习|自然语言处理之词To词向量

47 自然语言处理|语言模型介绍

48 案例实战|泰坦尼克号船员获救预测（数据预处理部分）

49 面试必备|单链表反转思路图形解析

50 案例实战|泰坦尼克号船员获救预测（算法求解）

51 案例实战|泰坦尼克号船员获救预测（XGBoost提交结果）

52 机器学习储备（1）：协方差和相关系数

53 机器学习储备（2）：高斯分布

54 机器学习储备（3）：似然函数例子解析

55 机器学习储备（4）：最常用的求导公式

56 机器学习储备（5）：Python和Numpy入门

57 机器学习储备（7）：numpy一维数组和矩阵

58 机器学习储备（8）：numpy之linspace 和 logspace

59 机器学习储备（9）：matplotlib绘图原理及实例

60 机器学习储备（10）：numpy之RandomState() 和 axis

61 机器学习储备（11）：说说离散型随机变量

62 机器学习储备（12）：二项分布的例子解析

63 机器学习储备（13）：概率密度和高斯分布例子解析

64 冒泡排序，快速排序，实例演示

65 直接选择排序，堆排序，实例演示

66 直接插入排序，希尔排序，实例演示

67 归并排序，实例演示

68 基数排序，实例演示

69 常用排序算法代码兑现

70 二叉树非递归版，前序遍历算法解析

71 二叉树非递归版，中序遍历算法解析

72 二叉树非递归版，后序遍历算法解析

73 回溯树求集合全排列和所有子集

74 LeetCode实战：动态规划算法是怎么一回事

75 动态规划前篇：括号知多少

76 动态规划中篇：爬楼梯

77 动态规划后篇：考量适用指标

78 LeetCode实战：子问题分析

79 机器学习：XGBoost 安装及实战应用