如果觉得对您有帮助，还请帮忙点个star，谢谢各位大佬 ^_^
email：zxndd1996@163.com
微信：zxn059
知乎专栏：舟晓南
- 《统计学习方法》学习笔记及复现代码
- 《tensorflow2.0》学习笔记及代码
- 理论：k近邻（KNN）模型解读
- 代码：线性扫描
- 代码：带权值的近邻点优化
- 理论：朴素贝叶斯模型解读
- 理论：朴素贝叶斯之后验概率最大化的含义
- 代码：贝叶斯估计
- 理论：决策树，CART决策树解析
- 代码：ID3
- 代码：C4.5
- 代码：CART
- 理论：逻辑斯蒂回归解析
- 理论：最大熵模型解析
- 理论：改进的迭代尺度法IIS解析
- 理论：改进的迭代尺度法(IIS)中f#(x,y)的意义
- 代码：随机梯度下降法
- 代码：SGDM
- 代码：RMSProp
- 代码：Adam
- 理论：线性可分支持向量机解析
- 理论：线性支持向量机解析
- 理论：非线性支持向量机解析
- 理论：序列最小最优化算法（SMO）解析
- 代码：支持向量机 - SMO - 高斯核函数
- 理论：提升算法Adaboost解析
- 理论：提升树算法解析
- 代码：提升树
- 理论：EM算法解析
- 理论：高斯混合模型的EM算法解析
- 代码：EM算法 - 高斯混合模型
- 理论：隐马尔可夫模型解析
- 理论：条件随机场模型解析
- 理论：层次聚类，k均值模型
- 理论：奇异值分解
- 理论：主成分分析
- 理论：潜在语义分析
- 理论：概率潜在语义分析
- 理论：马尔可夫链蒙特卡罗法