/text/ml/16
ml
老饼讲解-机器学习
首页
入门教程
算法原理
评分卡
资料
VIP开通
饼饼饼
关闭
用户登录
忘记密码?
注册
登录
入门教程
1.学前解惑
1. 1 入门准备
数据分析、机器学习与人工智能的区别
机器学习-需要什么数学基础
机器学习-需要学习哪些内容
机器学习-有哪些学习资料
机器学习-有哪些学习途径
机器学习-使用什么编程语言
环境搭建:anaconda安装
1. 2 B站视频
【B站视频】《机器学习-入门篇》- 01.学前初识
【B站视频】《机器学习-入门篇》- 02.逻辑回归与梯度下降
【B站视频】《机器学习-入门篇》- 03.决策树
【B站视频】《机器学习-入门篇》- 04.补充-逻辑回归与梯度下降
【B站视频】《机器学习-入门篇》- 05.算法补充
【B站视频】《老饼讲解机器学习-入门篇》- 00.汇总
2.第一课:初探模型
2. 1 初探模型
【小例】机器学习模型小例
【提炼】建模三步骤与模型三要素
【泛谈】机器学习初探总结与泛谈
【原理】线性回归原理
【实例】线性回归实例讲解
【总结】线性回归总结
【附件】最小二乘法求解公式推导
3.第二课:逻辑回归与梯度下降
3. 1 逻辑回归与梯度下降
【原理】逻辑回归原理
【实例】逻辑回归实例讲解
【推导】逻辑回归损失函数推导过程
【总结】逻辑回归总结
【推导】逻辑回归梯度公式推导
【原理】梯度下降原理
【实例】梯度下降法实例与代码
【拓展】梯度下降法的一些拓展讨论
4.第三课:决策树
4. 1 决策树
【导读】决策树-入门学习须知
【初识】CART决策树初识
【原理】CART决策树构建过程详细讲解
【原理】CART决策树算法实现流程
【原理】CART决策树的剪枝
【原理】CART回归树
【代码】CART决策树代码
【附件】GINI系数的推导
5.第四课:逻辑回归与决策树补充
5. 1 熵与逻辑回归、决策树
【信息与熵】信息量与信息熵
【逻辑回归】逻辑回归损失函数交叉熵形式的理解
【逻辑回归】逻辑回归sigmoid函数的由来
【决策树】决策树ID3算法
【决策树】决策树C4.5算法
6.第五课:常见的其它算法
6. 1 聚类与分类
【原理】初识聚类问题与层次聚类
【原理】k-means聚类
【代码】k-means代码Demo
【原理】朴素贝叶斯模型原理
【实例】朴素贝叶斯实例
【补充】朴素贝叶斯概念补充
【概念】协方差与变量相关性
【概念】相关系数
【原理】PCA主成份分析原理
【代码】PCA的求解及代码
7.第六课:综合应用
7. 1 综合应用
【原理】AUC与ROC
【原理】AUC的是如何计算的
【拓展】AUC的使用经验值
【原理】KS与KS曲线
【概念】过拟合
【原理】正则化
【实例】正则化用于逻辑回归的实例讲解
更多文章
会员文章,
请先登录哦
联系老饼