常用机器学习算法

  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

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,463评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,868评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,213评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,666评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,759评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,725评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,716评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,484评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,928评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,233评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,393评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,073评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,718评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,308评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,538评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,338评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,260评论 2 352

推荐阅读更多精彩内容

  • 在此特此声明:一下所有链接均来自互联网,在此记录下我的查阅学习历程,感谢各位原创作者的无私奉献 ! 技术一点一点积...
    远航的移动开发历程阅读 11,100评论 12 197
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 172,028评论 25 707
  • 01 恋爱初期,她跟他似乎有说不完的话。回家后仍抱着手机聊个不停。她在这头说着,他在那头笑着。 她突然撒娇地说了句...
    巅峰之旅阅读 120评论 0 1
  • 还记得当我们的孩子还是婴儿时,他一哭,我们的反应是什么?“好咧,小宝宝,妈妈在这,妈妈来了”或者“噢,小宝宝饿了,...
    博妈优姐阅读 136评论 0 0
  • 原文链接,欢迎关注“夕草集” 那是如今看来不痛不痒的疤痕,也是勾起童年一连串记忆的锁链,那记忆不长不短,未必汹涌澎...
    花問阅读 724评论 0 1