机器学习理论知识.zip
这是很全的机器学习理论的知识,是最好的自学机器学习的速查文档和速学方式,里面的内容涵盖机器学习的很多领域,从机器学习面试题集锦,到特征工程,正则等基础知识,到sklearn,spark等分布式,从线性回归,逻辑回归,决策树,朴素贝叶斯,adaboost,xgb,lightgbm,GBDT等主流的监督学习算法,到聚类,pca等非监督学习算法,从推荐系统到关联分析,svd等。最后一个OTO实战。 希望能够帮助到自学机器学习的小伙伴。
文件列表
机器学习理论知识.zip
(预估有个50文件)
机器学习算法系列(12):SVM(5)—对偶.pdf
443KB
机器学习算法系列(40):机器学习中的数据清洗与特征处理综述.pdf
486KB
机器学习算法系列(8):XgBoost.pdf
1.24MB
机器学习算法系列(12):SVM(4)—SMO.pdf
130KB
机器学习算法系列(4):决策树.pdf
592KB
机器学习算法系列(5):随机森林.pdf
118KB
机器学习算法系列(26):因子分解机(FM)与场感知分解机(FFM).pdf
512KB
机器学习算法系列(10):朴素贝叶斯.pdf
926KB
机器学习算法系列(32):MapReduce执行流程详解.pdf
810KB
机器学习算法系列(15):EM算法.pdf
746KB
暂无评论