机器学习-积累与发现继续

vvpvvp 发布于2019-06-26 15:46 / 2130人阅读

摘要：一机器学习基础概率论数据挖掘中所需的概率论与数理统计知识理解与之间的权衡是不同训练模型之间的差别，好比之中，如果不同模型之间差别很大大，也就是说他们都和自己的训练集与其他训练集不接近，所以，不同模型之间很大他们就都不是而如果很大，不用

一、机器学习 基础

概率论-wiki

数据挖掘中所需的概率论与数理统计知识

理解 Bias 与 Variance 之间的权衡
//var是不同训练模型之间的差别，好比K-fold之中，如果不同模型之间差别很大（var大），也就是说他们都和自己的训练集与其他训练集不接近，所以，不同模型之间var很大->他们就都不是truth；而如果bias很大，不用细讲，那他们更不是truth

先验概率与后验概率

PR曲线、ROC曲线和AUC
详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解
//MLE隐含了参数取任何值的概率都一样，而MAP则考虑到了参数取不同值的概率是有差别的，有些值更容易取到，有些值不容易取到。比如扔十次硬币，十次都是正，那MLE估计得结果就是正的概率为1，但大家知道这明显不可能，所以要用到先验概率，就是上面所说，我们预先知道了取1几乎不可能

生成模型与判别模型

判别模型(Discriminative model)和生成模型(Generative model)

P、NP、NPC和NP-Hard相关概念的图形和解释

常见的几种最优化方法（梯度下降法、牛顿法、拟牛顿法、共轭梯度法等）

数值优化（Numerical Optimization）学习系列-线搜索方法（LineSearch）

训练集、测试集和验证集

Logistics

Logistic回归原理及公式推导

岭回归和lasso---回归的拓展

多重共线性的解决方法之——岭回归与LASSO

Softmax

Softmax回归

SVM

支持向量机SVM（一）
支持向量机SVM（二）

SMO优化算法（Sequential minimal optimization）

深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件

支持向量机通俗导论（理解SVM的三层境界）

支持向量机(SVM)的特点与不足

K-Means

Canopy Clustering

Canopy算法聚类

Canopy Clustering（Canopy聚类）

算法杂货铺——k均值聚类(K-means)

深入浅出K-Means算法

基本Kmeans算法介绍及其实现

贝叶斯方法

算法杂货铺——分类算法之朴素贝叶斯分类(Naive Bayesian classification)

从贝叶斯方法谈到贝叶斯网络

朴素贝叶斯算法原理小结

超细致的贝叶斯决策论

从决策树学习谈到贝叶斯分类算法、EM、HMM

决策树

信息增益，信息增益率，Gini

决策树的特性及优缺点

频繁模式

FP Tree算法原理总结

主成分分析

奇异值分解（SVD）原理

机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用

特征降维-PCA（Principal Component Analysis）

PCA 降维算法详解以及代码示例

主成分分析（Principal components analysis）-最大方差解释

图论与社交网络

并查集——求无向图的所有连通子图

EM算法

EM算法（Expectation Maximization Algorithm）详解

简单易学的机器学习算法——EM算法

感知机

感知机（Perceptron）

反向传播算法

前馈神经网络与反向传播算法（推导过程）

A Step by Step Backpropagation Example

AutoEncoder

深度学习教程之Autoencoder

玻尔兹曼机

受限玻尔兹曼机RBM最通俗易懂的教程

深度学习教程之受限玻耳兹曼机

深度信念网络

深度信念网络(Deep Belief Network)

深度信念神经网络DBN最通俗易懂的教程

机器学习——DBN深度信念网络详解

增强学习基础

强化学习（Reinforcement Learning, RL）初步介绍

Deep Reinforcement Learning 基础知识

强化学习学习笔记列表

增强学习Reinforcement Learning经典算法梳理1：policy and value iteration

多臂赌博机

从Multi-arm Bandits问题分析 - RL进阶

多臂赌博机系列

综合

数据挖掘十大算法

二、系统的教程

Coursera-机器学习-Andrew NG

Build Intelligent Applications

台大李宏毅-线性代数、ML和DL

集体智慧编程

机器学习实战

deeplearning4j

三、大神们的Blog 学习相关

AI 传送门（很多深度学习资料、keras入门）

Albert-Lee (代表作：Python爬虫小白入门)

四去六进一 (代表作：机器学习(周志华西瓜书) 参考答案总目录)

胡萝卜周博客 (各种资源软件)

龙哥盟飞龙blog(老哥疯狂翻译了一堆书和文档)

大学霸(网络攻防领域的老哥)

jerrylead (机器学习经典算法学习笔记)

私有云超融合服务器机器学习与机器学习机器视觉与机器学习机器学习与机器学习与深度学习

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/18291.html

普通程序员，如何转行人工智能？

摘要：普通程序员，如何转向人工智能方向，是知乎上的一个问题。领域简介，也就是人工智能，并不仅仅包括机器学习。但是，人工智能并不等同于机器学习，这点在进入这个领域时一定要认识清楚。人工智能已经成为越来越火的一个方向。普通程序员，如何转向人工智能方向，是知乎上的一个问题。本文是对此问题的一个回答的归档版。相比原回答有所内容增加。目的本文的目的是给出一个简单的，平滑的，易于实现的学习方法，帮...

mingde 2019-06-26 18:14 评论0 收藏0
深度学习在人脸识别中的应用 —— 优图祖母模型的「进化」

摘要：本文着重以人脸识别为例介绍深度学习技术在其中的应用，以及优图团队经过近五年的积累对人脸识别技术乃至整个人工智能领域的一些认识和分享。从年左右，受深度学习在整个机器视觉领域迅猛发展的影响，人脸识别的深时代正式拉开序幕。腾讯优图隶属于腾讯社交网络事业群（SNG），团队整体立足于腾讯社交网络大平台，专注于图像处理、模式识别、机器学习、数据挖掘、深度学习、音频语音分析等领域开展技术研发和业务落地。...

546669204 2019-04-25 18:03 评论0 收藏0
机器学习自学指南

摘要：机器学习的四个层次根据能力可以将学习过程分成四个阶段。中级阶段的目标是学习如何实现并使用准确合适健壮机器学习算法。学术研究参加学术会议，阅读研究论文和学术专著，与机器学习领域的专家交流学习。事实上有许多的途径可以了解机器学习，也有许多的资源例如书籍、公开课等可为所用，一些相关的比赛和工具也是你了解这个领域的好帮手。本文我将围绕这个话题，给出一些总结性的认识，并为你由程序员到机器学习高...

YFan 2019-06-26 15:25 评论0 收藏0
30 岁的安卓程序员还有出路吗，应该怎么规划？

摘要：在舒伯的生涯阶段里有个确立阶段，岁岁。知识技术安卓程序员需要掌握编程语言应用框架开发工具等这些具体的知识和技术。技术能力与阅历对安卓程序员来讲，知识技术是一方面，是容易习得的，是较浅的层面。大龄程序员的界定老早网上有人说，安卓开发干不过30岁，后来又有人说干不过35岁，后来又有人说干不过...

不知名网友 2021-11-26 11:11 评论0 收藏0
机器学习入门

摘要：本文使用对超过条文本做主题抽取，一步步带你体会非监督机器学习方法的魅力。学习资料一份较全面的机器学习的学习资料，涵盖了系列，，，，等等。学习使用的过程中，我自己也在补充着机器学习和数据挖掘的知识。特征工程完全总结（Python 源码）那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。文中分享了人们对特征工程的归纳和总结以...

waterc 2019-06-26 15:50 评论0 收藏0