机器学习（学习历程）
记录本人的机器学习历程。
·
记录本人的机器学习历程，原理和实战相结合，欢迎留言指正。
| 章节 | 内容 |
|---|---|
| 第1章-机器学习概述 | 主要介绍机器学习的定义、形式、分类、流程还有一些常用机器学习模型举例 |
| 数据预处理 | 主要介绍标准化、归一化、缩放、特征、二值化、多项式特征等数据预处理方法 |
| 第2章 -KNN | 主要介绍KNN的原理、优缺点、超参数、归一化以及三项代码实战 |
| 第3章 -线性回归 | 主要介绍一元和多元线性回归模型及其评价方法 |
| 第4章 -梯度下降 | 主要介绍梯度下降法的原理、数学公式以及BGD、SGD |
| 第5章 -PCA | 主要介绍了解PCA之前的一些线性代数知识、PCA的原理、求解步骤等 |
| 第6章 -多项式回归 | 主要介绍多项式回归的原理、过拟合和欠拟合、学习曲线、交叉验证、正则化 |
| 第7章 -逻辑回归 | 主要介绍逻辑回归的原理、非线性逻辑回归以及多分类 |
| 第8章 -混淆矩阵 | 主要介绍混淆矩阵的例子、用途、衍生的指标 |
| 第9章 -决策树 | 主要介绍决策树的原理、划分依据（ID3、C4.5、CART）以及剪枝（预、后） |
| 第10章 -支持向量机 | 主要介绍SVM的原理、拉格朗日乘子、线性SVM、非线性SVM、核函数和软间隔 |
| 第11章 -聚类 | 主要介绍常见的聚类方法：划分法（K-means）、层次法、密度法等 |
| 第12章 -集成学习 | 主要介绍集成学习的三种元算法：bagging、boosting、stacking |
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
1
0- 0
已为社区贡献6条内容
所有评论(0)