演算法彙總目錄

2022-08-24 17:48:11 字數 2392 閱讀 2569

機器學習理論基礎學習1——頻率派 vs 貝葉斯派

機器學習理論基礎學習2——線性回歸

機器學習理論基礎學習3.1--- linear classification 線性分類之感知機pla(percetron learning algorithm)

機器學習理論基礎學習3.2--- linear classification 線性分類之線性判別分析(lda)

機器學習理論基礎學習3.3--- linear classification 線性分類之logistic regression(基於經驗風險最小化

)機器學習理論基礎學習3.4--- linear classification 線性分類之gaussian discriminant analysis高斯判別模型

機器學習理論基礎學習3.5--- linear classification 線性分類之樸素貝葉斯

機器學習理論基礎學習4--- svm(基於結構風險最小化)

機器學習理論基礎學習5--- pca

機器學習理論基礎學習6--- 核方法

機器學習理論基礎學習7---指數族分布

機器學習理論基礎學習8--- 概率圖模型

機器學習理論基礎學習9--- em 演算法

機器學習理論基礎學習10--- 高斯混合模型gmm

機器學習理論基礎學習11--- 變分推斷

機器學習理論基礎學習12---mcmc

機器學習理論基礎學習13--- 隱馬爾科夫模型 (hmm)

機器學習理論基礎學習14.1---線性動態系統-卡曼濾波 kalman filter

機器學習理論基礎學習14.2---線性動態系統-粒子濾波 particle filter

機器學習理論基礎學習15---條件隨機場(crf)

機器學習理論基礎學習16---高斯網路(gn)

機器學習理論基礎學習17---貝葉斯線性回歸(bayesian linear regression)

機器學習理論基礎學習18---高斯過程回歸(gpr)

機器學習理論基礎學習19---受限玻爾茲曼機(restricted boltzmann machine)

機器學習理論基礎學習20---譜聚類

機器學習理論基礎學習21---決策樹

常見聚類方法總結

生成模型和判別模型

random forest總結

極限樹(extratree)

gbdt總結

adaboost總結

xgboost總結

lightgbm總結

弱分類器的進化--bagging、隨機森林、boosting

監督學習之knn演算法

有監督和無監督的區別?

資料質量分析:缺失值、異常值、相似性

啟用函式sigmoid、tanh、relu、softplus、softmax

如何用softmax和sigmoid來做多分類和多標籤分類

回歸評價指標mse、rmse、mae、r-squared

評價指標的侷限性、roc曲線、余弦距離、a/b測試、模型評估的方法、超引數調優、過擬合與欠擬合

hinge loss、交叉熵損失、平方損失、指數損失、對數損失、0-1損失、絕對值損失

卡方檢驗原理及應用

連續數值變數的一些特徵工程方法:二值化、多項式、資料傾斜處理

l1正則化和l2正則化

梯度下降法(bgd、sgd)、牛頓法、擬牛頓法(dfp、bfgs)、共軛梯度法

用於模型選擇的aic與bic

卷積神經網路(一)

卷積神經網路(二)---深度卷積網路:例項

卷積神經網路(三)--目標檢測

卷積神經網路(四)--人臉識別與神經風格遷移

【序列模型】第一課--迴圈序列模型

【序列模型】第二課--自然語言處理與詞嵌入

【序列模型】第三課--序列模型和注意力機制

seq2seq和attention應用到文件自動摘要(一)

rnn/lstm/gru/seq2seq公式推導

動手寫序列模型rnn/lstm 前向後向傳播

word2vec原理(一) cbow+skip-gram模型基礎

word2vec原理(二) 基於hierarchical softmax的模型

word2vec原理(三) 基於negative sampling的模型

改善深層神經網路_優化演算法_mini-batch梯度下降、指數加權平均、動量梯度下降、rmsprop、adam優化、學習率衰減

關於神經網路的調參順序

dropout正則化和其他方法減少神經網路中的過擬合

訓練/驗證/測試集設定;偏差/方差;high bias/variance;正則化;為什麼正則化可以減小過擬合

神經網路--引數初始化

梯度消失與梯度** ==> 如何選擇隨機初始權重

keras 分類回歸 損失函式與評價指標

設計模式 總目錄

設計模式是程式設計師在長期開發中總結出來的最佳例項。學會設計模式可以幫助我們書寫質量更高的 此外,很多開源框架也用到了很多設計模式。掌握設計模式也可以幫助我們更好的閱讀開源框架的原始碼。目前計畫是講述設計模式的六大原則以及23種設計模式。因為內容可能會很多,所以會慢慢更新,感覺有幫助的朋友可以關注收...

AI 系列 總目錄

ai 系列 答應了園區大牛 張善友 要寫ai 的系列部落格,所以開始了ai 系列之旅。需要最新原始碼,或技術提問,qq群 538327407 我的各種github 開源專案和 2 阿里篇 4 訊飛篇 二 機器學習系列 1 tensorflow 2 cntk 三 結合應用篇 2 微軟人工智慧和對話平台...

Python學習總目錄

目錄 一 計算機基礎 二 python基礎 三 函式 四 常用模組 五 模組和包 六 物件導向 七 網路程式設計socket 八 資料庫 九 前端 十 python web框架 十一 版本控制 git 十二 爬蟲 十三 前端框架之vue 十四 量化投資與python 十五 演算法 十六 設計模式 十...