干货 | 从入门到放弃:21种机器学习算法详解,附多种下载方式

关键字全网搜索最新排名

【机器学习算法】:排名第一

【机器学习】:排名第二

【Python】:排名第三

【算法】:排名第四

下面是各模型在博客中的详细解说,为方便大家阅读,这儿提供PDF下载版,下载方式:

a. 加入机器学习交流3群(478882933),文末有二维码链接;

b. 后台回复关键词:170831;

c. 加我微信(guodongwe1991),备注姓名-机构-研究方向;

d. 百度云盘链接:http://pan.baidu.com/s/1qYFOhje 密码:fb16

(~不要吝啬,动手点赞与分享吆~)


1. 决策树 - 参考:decision Tree(Python 实现)

http://blog.csdn.net/dream_angel_z/article/details/45965463

2. SVM 支持向量机 - 参考:pluskid 支持向量机三重境界

http://blog.pluskid.org/?page_id=683

3. Adaboost - 参考:组合算法 - Adaboost

http://blog.csdn.net/huruzun/article/details/41323065

4. Random Forest - 参考:随机森林算法

http://www.cnblogs.com/wentingtu/archive/2011/12/22/2297405.html

5. 朴素贝叶斯算法 - 参考:Naive Bayes 算法实现

http://blog.csdn.net/dream_angel_z/article/details/46120867

6. 人工神经网络 - 参考:

http://www.cnblogs.com/luxiaoxun/archive/2012/12/10/2811309.html

7. Apriori 算法 - 参考地址:Apriori 关联分析

http://www.csuldw.com/2015/06/04/2015-06-04-Apriori/

8. K 最近邻算法 - 参考:KNN 从原理到实现

http://blog.csdn.net/dream_angel_z/article/details/45896449

9. 梯度树提升 GTB 算法 - 参考:Gradient Tree Boosting(或 GBRT)

http://blog.csdn.net/dream_angel_z/article/details/48085889

10. K-means 聚类 - 参考:K-means cluster

http://blog.csdn.net/dream_angel_z/article/details/46343597

11. 组合算法总结 - 参考:Ensemble 算法总结

http://www.csuldw.com/2015/07/22/2015-07-22%20%20ensemble/

12. EM 期望最大算法 - 参考:EM 算法

http://blog.csdn.net/zouxy09/article/details/8537620

13. Logistic 回归 - 参考:逻辑回归

http://blog.csdn.net/wangran51/article/details/8892923

14. HMM 隐马尔可夫模型,参考:HMM

http://blog.csdn.net/likelet/article/details/7056068

15. 条件随机场,参考:CRF

http://www.tanghuangwhu.com/archives/162

16. 随机森林和 GBDT,参考:决策树模型组合之随机森林与 GBDT

http://www.cnblogs.com/LeftNotEasy/archive/2011/03/07/1976562.html

17. 特征选择和特征提取,参考:特征提取与特征选择

http://blog.csdn.net/lanbing510/article/details/40488787

18. 梯度下降法,参考:gradient descent

http://blog.csdn.net/woxincd/article/details/7040944

19. 牛顿法,参考:牛顿法

http://blog.csdn.net/luoleicn/article/details/6527049

20. 线性判别分析,参考:线性判别

http://www.cnblogs.com/jerrylead/archive/2011/04/21/2024384.html

21. 深度学习 - 深度学习概述:从感知机到深度网络

http://www.cnblogs.com/xiaowanyer/p/3701944.html

原文发布于微信公众号 - 机器学习算法与Python学习(guodongwei1991)

原文发表时间:2017-08-30

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

来自专栏大数据文摘

干货 | Active Learning: 一个降低深度学习时间,空间,经济成本的解决方案

24720
来自专栏AI研习社

深度学习训练数据不平衡问题,怎么解决?

当我们解决任何机器学习问题时,我们面临的最大问题之一是训练数据不平衡。不平衡数据的问题在于学术界对于相同的定义、含义和可能的解决方案存在分歧。我们将尝试用图像分...

14320
来自专栏磐创AI技术团队的专栏

目标检测算法上手实战

从广义上说,计算机视觉就是“赋予机器自然视觉能力”的学科。计算机视觉与人工智能有密切联系,但也有本质的不同。人工智能更强调推理和决策,但至少计算机视觉目前还主要...

58660
来自专栏机器之心

深度 | 脆弱的神经网络:UC Berkeley详解对抗样本生成机制

485110
来自专栏ATYUN订阅号

【学术】Ferenc Huszár:剪枝神经网络两篇最新论文的解读

我想简要地介绍两篇关于修剪神经网络的论文: Learning Sparse Neural Networks through L0 Regularization...

46970
来自专栏人工智能头条

计算机视觉中,目前有哪些经典的目标跟踪算法?

92160
来自专栏大数据文摘

8种用Python实现线性回归的方法,究竟哪个方法最高效?

29250
来自专栏AI研习社

详解基于朴素贝叶斯的情感分析及Python实现

相对于「 基于词典的分析 」,「 基于机器学习 」的就不需要大量标注的词典,但是需要大量标记的数据,比如: 还是下面这句话,如果它的标签是: 服务质量 - 中 ...

45780
来自专栏一心无二用,本人只专注于基础图像算法的实现与优化。

使用局部标准差实现图像的局部对比度增强算法。

      图像的对比度增强算法在很多场合都有着重要的应用,特别是在医学图像上,这是因为在众多疾病的诊断中,医学图像的视觉检查时很有必要的。而医学图像由于本身及...

38990
来自专栏PPV课数据科学社区

当看裸体的时候,卷积神经网络会看到什么

? 作者 RYAN COMPTON时间2016.04.19 发表于ENGINEERING 我们上周在Clarifai正式宣布不安全的工作(NSFW)成人内容...

36260

扫码关注云+社区

领取腾讯云代金券