算法channel 2017回顾

1

算法channel

公众号才成立两个月,在这段日子,每天推送一篇算法,机器学习,深度学习相关的文章,包括:

  • 算法的基本思想
  • 算法的实例分析
  • 有些算法的源代码的实现
  • 案例实战

2

原创文章整理

1机器学习:不得不知的概念(1)

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

3

源码整理

以上这些文章中涉及的源码正在整理到Github中,也一起分享给大家,感兴趣的可以结合文章和代码一起学习。

点击原文链接:

https://github.com/jackzhenguo/machine-learning

4

接下来做什么

接下来会推送:

Tensorflow for Deep Learning Research

学界论文笔记

算法案例精炼

...

5

使命感

持之以恒,砥砺前行...

6

致谢

感谢大家的陪伴,你们的参与是我不断前进的动力!

本文分享自微信公众号 - 算法channel(alg-channel)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-12-31

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏云时之间

EM算法学习(三)

在前两篇文章中,我们已经大致的讲述了关于EM算法的一些基本理论和一些基本的性质,以及针对EM算法的缺点进行的优化改进的新型EM算法,研究之后大致就能够进行初步的...

45980
来自专栏YoungGy

MMD_3a_CommunitiesInSN

The first four videos are part of the basic track, and cover machine-learning te...

26590
来自专栏AI研习社

循环神经网络的介绍、代码及实现

该文主要目的是让大家体会循环神经网络在与前馈神经网络的不同之处。 大家貌似都叫Recurrent Neural Networks为循环神经网络。 我之前是查维基...

39080
来自专栏ATYUN订阅号

机器学习模型的特征选择第一部分:启发式搜索

特征选择能够改善你的机器学习模型。在这个系列中,我简单介绍你需要了解的特征选择的全部内容。本文为第一部分,我将讨论为什么特征选择很重要,以及为什么它实际上是一个...

454100
来自专栏云时之间

EM算法学习(三)

在前两篇文章中,我们已经大致的讲述了关于EM算法的一些基本理论和一些基本的性质,以及针对EM算法的缺点进行的优化改进的新型EM算法,研究之后大致就能够进行初步的...

346100
来自专栏机器之心

入门 | 献给新手的深度学习综述

论文:Recent Advances in Deep Learning: An Overview

17130
来自专栏量化投资与机器学习

深度学习理论系列之——基本理论方法与训练过程

深度学习的基本理论与方法 深度学习:一种基于无监督特征学习和特征层次结构的学习方法 可能的的名称: 1.深度学习 2.特征学习 3.无监督特征学习 2006年...

31580
来自专栏Python数据科学

机器学习之神经网络基础

目前,深度学习(Deep Learning,简称DL)在算法领域可谓是大红大紫,现在不只是互联网、人工智能,生活中的各大领域都能反映出深度学习引领的巨大变革。要...

8810
来自专栏媒矿工厂

基于双流编码-解码深度网络的视频对象分割算法简介

背景介绍 视频对象分割(Video Object Segmentation),目的是将视频段中的物体连续地“抠”出来以得到视频每一帧的前景、背景分割结果。分割得...

52830
来自专栏CDA数据分析师

入门 | 献给新手的深度学习综述

论文:Recent Advances in Deep Learning: An Overview

16330

扫码关注云+社区

领取腾讯云代金券