ML_Learning_In_Action

梳理概念，具体公式推导后续补充，来源自《机器学习实战》《机器学习》（周志华）知乎作者王小猴与片刻CSDN用户修行的猫_zq

Name		Name	Last commit message	Last commit date
Latest commit History 11 Commits
.ipynb_checkpoints		.ipynb_checkpoints
image		image
input&code		input&code
.gitattributes		.gitattributes
00机器学习实战-机器学习的数学基础.ipynb		00机器学习实战-机器学习的数学基础.ipynb
01机器学习实战-第1章机器学习基础.ipynb		01机器学习实战-第1章机器学习基础.ipynb
02机器学习实战-第2章 k近邻算法（kNN）.ipynb		02机器学习实战-第2章 k近邻算法（kNN）.ipynb
03机器学习实战-第3章决策树.ipynb		03机器学习实战-第3章决策树.ipynb
04机器学习实战-第4章贝叶斯分类.ipynb		04机器学习实战-第4章贝叶斯分类.ipynb
05机器学习实战-第5章 Logistics回归.ipynb		05机器学习实战-第5章 Logistics回归.ipynb
06机器学习实战-第6章支持向量机.ipynb		06机器学习实战-第6章支持向量机.ipynb
07机器学习实战-第7章 AdaBoost算法.ipynb		07机器学习实战-第7章 AdaBoost算法.ipynb
08机器学习实战-第8章预测数值型数据：回归.ipynb		08机器学习实战-第8章预测数值型数据：回归.ipynb
09机器学习实战-第9章树回归.ipynb		09机器学习实战-第9章树回归.ipynb
10机器学习实战-第10章 K-Means聚类算法.ipynb		10机器学习实战-第10章 K-Means聚类算法.ipynb
11机器学习实战-第11章使用Apriori算法进行关联分析.ipynb		11机器学习实战-第11章使用Apriori算法进行关联分析.ipynb
12机器学习实战-第12章使用FP-growth算法来高效发现频繁项集.ipynb		12机器学习实战-第12章使用FP-growth算法来高效发现频繁项集.ipynb
README.md		README.md
《机器学习实战》学习总结（十四）——EM算法.ipynb		《机器学习实战》学习总结（十四）——EM算法.ipynb
机器学习-study.ipynb		机器学习-study.ipynb
机器学习实战——第十一章——隐马尔可夫模型（HMM）.ipynb		机器学习实战——第十一章——隐马尔可夫模型（HMM）.ipynb
机器学习实战》学习总结（十三）——最大熵模型.ipynb		机器学习实战》学习总结（十三）——最大熵模型.ipynb
机器学习实战第十二章——条件随机场（CRF）.ipynb		机器学习实战第十二章——条件随机场（CRF）.ipynb
机器学习算法-第8章万能分类器-支持向量机.ipynb		机器学习算法-第8章万能分类器-支持向量机.ipynb
生成式模型VS判别式模型浅析.ipynb		生成式模型VS判别式模型浅析.ipynb

matrixgardener/ML_Learning_In_Action

Folders and files

Latest commit

History

Repository files navigation

ML_Learning_In_Action

About

Resources

Stars

Watchers

Forks

Languages