【Github】ML-NOTE：注重数学推导的机器学习算法整理

推荐一个Github项目：yhangf/ML-NOTE ：

慢慢整理所学的机器学习算法，并根据自己所理解的样子叙述出来。(注重数学推导)

Github链接，点击阅读原文可以直达，推荐Star:

https://github.com/yhangf/ML-NOTE

以下来在该项目介绍页

慢慢整理所学的和机器学习相关的知识，并根据自己所理解的样子叙述出来。笔记中难免会出现一些错误，希望读者能够自己辨证着去看待，如果能把你的一些建议反馈给我的话那是再好不过的，所有文章也可以在知乎专栏阅读，相关代码实现可以参考我写的另一个微机器学习框架mimose。

笔记内容

• 线性回归与最小二乘法 [pdf | 知乎]
• 逻辑回归算法 [pdf | 知乎]
• 感知机算法 [pdf | 知乎]
• 高斯判别分析 [pdf | 知乎]
• 支持向量机(上篇) [pdf | 知乎]
• 支持向量机(下篇) [pdf | 知乎]
• EM算法 [pdf | 知乎]
• 朴素贝叶斯算法 [pdf | 知乎]
• 反向传播算法 [pdf | 知乎]
• PCA算法 [pdf | 知乎]
• 核函数粗浅的理解 [pdf | 知乎]
• L1和L2正则化的概率解释 [pdf | 知乎]
• 某些特殊概率分布之间的相互变换 [pdf | 知乎]
• 高维数据可视化之t-SNE算法 [pdf | 知乎]
• Word2Vec算法梳理 [pdf | 知乎]
• GBDT算法原理梳理 [pdf | 知乎]
• LSTM和GRU算法简单梳理 [pdf | 知乎]
• FM算法简单梳理 [pdf | 知乎]