1-机器学习目录

1-参数估计与矩阵运算基础

2-凸优化

3- 广义线性回归和对偶优化

4-牛顿、拟牛顿、梯度下降、随机梯度下降(SGD)

5-熵、最大熵模型MaxEnt、改进的迭代尺度法IIS

6-聚类(k-means、层次聚类、谱聚类等)

7-K近邻、决策树、随机森林(random decision forests)

8-Adaboost

9-朴素贝叶斯、与贝叶斯网络

10-支持向量机(最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、SMO)

11-EM、混合高斯模型

12-主题模型(概率潜语义分析PLSA、隐含狄利克雷分布LDA)

13-马尔科夫链、隐马尔可夫模型HMM、采样

14-马尔可夫随机场(Markov Random Field)、条件随机场CRF

15- SVD、主成分分析PCA、因子分析、独立成分分析ICA

16-卷积神经网络(CNN)

17-变分推断方法

18-随机向量

19-多元高斯分布

20-条件期望

21-核定义、正定核

22-核主元

23-主坐标分析

24-期望最大算法

25-概率PCA

26-最大似然估计方法

27-EM算法

28-MDS方法

29-矩阵次导数

30-矩阵范数

31-Fisher判别分析

32-谱聚类

33-Apriori算法

34-线性回归与Logistic

35-岭回归,Lasso,变量选择技术

36-降维技术

37-Neyman—Pearson判决、实例

38-离散KL变换与特征提取

39-迁移学习

40-隐马尔柯夫模型

时间: 2024-11-09 00:44:33

1-机器学习目录的相关文章

[转]机器学习入门

这是一篇很难写的文章,因为我希望这篇文章能对学习者有所启发.我在空白页前坐下,并且问自己了一个很难的问题:什么样的库.课程.论文和书籍对于机器学习的初学者来说是最好的. 文章里到底写什么.不写什么,这个问题真的让我很烦恼.我必须把自己当做一个程序员和一个机器学习的初学者,站在这个角度去考虑最合适的资源. 我找出了每个类型中最适合的资源.如果你是一个真正的初学者,并且乐意于开始了解机器学习领域的相关知识,我希望,你可以在我的文章中找到有用的资料.我的建议是,从中挑出一件来,一本书或者是一个库,反复

机器学习的最佳入门学习资源

Programming Libraries 编程库资源 我是一个“学习要敢于冒险和尝试”观念的倡导者.这是我学习编程的方式,我相信很多人也是这样学习程序设计的.先了解你的能力极限,然后去拓展你的能力.如果你了解如何编程,可以将编程经验很快借鉴到深入学习机器学习上.在你实现一个实际的产品系统之前,你必须遵循一些规则.学习相关数学知识. 找到一个库并且仔细阅读相关文档,根据教程,开始尝试实现一些东西.下面列出的是开源的机器学习库中最好的几种.我认为,并不是他们中的每一种都适合用在你的系统中,但是他们

机器学习------平台和语言选择

机器学习语言 一.机器学习常用的编程语言有哪些?机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论.统计学.逼近论. 凸分析.算法复杂度理论等多门学科.专门研究计算机怎样模拟或实现人类的学习行为,以 获取新的知识或技能, 重新组织已有的知识结构使之不断改善自身的性能. 它是人工智能的 核心, 是使计算机具有智能的根本途径, 其应用遍及人工智能的各个领域, 它主要使用归纳. 综合而不是演绎. 目前机器学习语言主要有:R 语言,Python,MATLAB.JAVA.

机器学习------伯乐在线

本文来自于:http://blog.jobbole.com/56256/ 这是一篇很难写的文章,因为我希望这篇文章能对学习者有所启发.我在空白页前坐下,并且问自己了一个很难的问题:什么样的库.课程.论文和书籍对于机器学习的初学者来说是最好的. 文章里到底写什么.不写什么,这个问题真的让我很烦恼.我必须把自己当做一个程序员和一个机器学习的初学者,站在这个角度去考虑最合适的资源. 我找出了每个类型中最适合的资源.如果你是一个真正的初学者,并且乐意于开始了解机器学习领域的相关知识,我希望,你可以在我的

【目录】数据挖掘与机器学习相关算法文章总目录

本博客所有文章分类的总目录链接:http://www.cnblogs.com/asxinyu/p/4288836.html 数据挖掘与机器学习相关算法文章目录 1.数据挖掘之—基于ReliefF和K-means算法的医学应用实例  2.彩票数据预测算法(一):离散型马尔可夫链模型实现[附C#代码] 

【目录】微软Infer.NET机器学习组件文章目录

本博客所有文章分类的总目录链接:http://www.cnblogs.com/asxinyu/p/4288836.html 1.微软Infer.NET机器学习组件目录 1. Infer.NET连载(一)介绍 2. Infer.NET连载(二)贝叶斯分类器例子  后续继续更新中..如文章链接打开有误,请关注博客,因为文章正在编辑修改中.

Alexander的Python机器学习 之目录分析。

无聊,顺应一下潮流,学习一下python机器学习吧. 买了一本书,首先分析一下目录吧. 1.第一章是 Python机器学习的生态系统. 1.1.数据科学或机器学习的工作流程. 然后又分成6点进行详细说明:获取,检查和探索,清理和准备,建模,评估,部署. 1.2.讲解了Python库和相应的功能. 这里也分成5个点进行详细说明:获取,检查,准备,建模和评估,部署. 1.3.设置机器学习的环境. 1.4.最后来一个总结. 2.第二章就来一个案例吧,构建应用程序,来挖掘低价的公寓. 2.1.首先来获取

综述------>机器学习管理平台项目------->目录结构

1.maven java web工程标准目录结构 2.后续添加(项目名/src/mian/webapp目录下的文件) 都是view层相关文件(包括image.html.css.js.jsp等) 参见博客添加开源view模板(网站门户.登录界面.后台管理界面)到自己的web project

《Spark MLlib机器学习实践》内容简介、目录

http://product.dangdang.com/23829918.html Spark作为新兴的.应用范围最为广泛的大数据处理开源框架引起了广泛的关注,它吸引了大量程序设计和开发人员进行相关内容的学习与开发,其中 MLlib是 Spark框架使用的核心.本书是一本细致介绍 Spark MLlib程序设计的图书,入门简单,示例丰富. 本书分为 12章,从 Spark基础安装和配置开始,依次介绍 MLlib程序设计基础.MLlib的数据对象构建.MLlib中 RDD使用介绍,各种分类.聚类.

《机器学习实战》知识点笔记目录

从今天起,开始学习<机器学习实战>,并记录学习到的知识点. -- 2017-12-31 1,第2章KNN算法笔记_函数classify0 原文地址:https://www.cnblogs.com/wang7/p/8158225.html