机器学习算法工程师手册

整理 | 专知

目录如下，还有部分内容作者正在整理中...

数学基础

1.线性代数基础

2.概率论基础

3.数值计算基础

4.常用函数

统计学习

0.机器学习简介

1.线性代数基础

2.支持向量机

3.朴素贝叶斯

4.决策树

5.knn

6.集成学习

7.梯度提升树

8.特征工程

9.模型评估

10.降维

11.聚类

深度学习

0.深度学习简介

1.机器学习基础

2.深度前馈神经网络

3.BP算法

4.正则化

5.最优化础

6.卷积神经网络

7.循环神经网络

8.工程实践指导原则

自然语言处理

主题模型

词向量

计算机视觉

图片分类网络

工具

CRF

CRF++

lightgbm

lightgbm使用指南

xgboost

xgboost使用指南