licaoyuan123/machine-learning-notes

机器学习笔记

简介

作者：hschen
QQ：357033150
邮箱：hschen0712@gmail.com

此笔记主要总结自一些论文、书籍以及公开课，由于本人水平有限，笔记中难免会出现各种错误，欢迎指正。
由于Github渲染.ipynb文件较慢，可以用nbviewer加快渲染：点此加速

目录

1.CS229课程笔记

• 广义线性模型
• EM算法
• 增强学习系列1
• 增强学习系列2

2.PRML读书笔记

• 第一章 简介
  • 1.1 多项式曲线拟合
  • 1.2 概率论回顾
  • 总结-曲线拟合的三种参数估计方法
• 第二章 概率分布
• 2.1 二元变量
• 2.2 多元变量
• 第三章 线性回归模型
  • 总结-贝叶斯线性回归

3.公开课笔记

• 徐亦达机器学习笔记

• 采样算法系列1

• EM算法

• 变分推断

• 高斯分布的变分推断

• 指数分布族

• 指数分布族的变分推断

• 台大机器学习基石笔记

• 第一讲-学习问题

4.机器学习笔记

• xgboost笔记
  • 1. xgboost的安装
• softmax分类器
• 用theano实现softmax分类器
• 用SVD实现岭回归
• SVD系列1

5.深度学习笔记

• theano笔记

  • 2. theano简单计算
  • 3. theano共享变量
  • 4. theano随机数
  • 6. theano的scan函数
  • 7. theano的dimshuffle

• mxnet笔记

  • 1. Win10下安装MXNET

  • 2. MXNET符号API

  • mxnet中的运算符

  • mshadow表达式模板教程

• keras笔记

  • keras心得

• windows下安装caffe

• BP算法矩阵形式推导

• 随时间反向传播算法数学推导过程

• 用numpy实现RNN

• 随机矩阵的奇异值分析