关键词：
1 逻辑回归
2 决策树
3 支持向量机
4 提升方法
5 聚类
准备在近期复习巩固一下基本机器学期算法的原理和实现，写一些笔记，方便以后自己回顾。
(1） 理论推导
(2） python实现
机器学习(machinelearning)&深度学习(deeplearning)资料
机器学习(MachineLearning)&深度学习(DeepLearning)资料《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.《DeepLearninginNeuralNetworks:AnOverv... 查看详情
machinelearn机器学习及其基础概念简介
机器学习及其基础概念简介作者：白宁超2016年12月23日21:24:51摘要：随着机器学习和深度学习的热潮，各种图书层出不穷。然而多数是基础理论知识介绍，缺乏实现的深入理解。本系列文章是作者结合视频学习和书籍基础的笔记... 查看详情
机器学习(machinelearning)&深度学习(deeplearning)资料
机器学习(MachineLearning)&深度学习(DeepLearning)资料機器學習、深度學習方面不錯的資料，轉載。原作：https://github.com/ty4z2008/Qix/blob/master/dl.md原作作者會不斷更新。本文更新至2014-12-21《BriefHistoryofMachineLearning》介绍:这是一篇介绍... 查看详情
machinelearning-机器学习概念篇
一、何为机器学习 对于没有了解过机器学习的人来说，机器学习是很神秘的，如果只是按照字面意思来理解可能会认为是机械性的学习，认为是一种概念，当然这个名称也是有误导性的。在不了解机器学习前&... 查看详情
attentionplease!twohundredsofmachinelearningturorialsummary
MachineLearningTheFirstColumnTheSecondColumnMachineLearning1从机器学习入手MachineLearning2机器学习很有趣！MachineLearning3机器学习规则：ML工程的最佳实践MachineLearning4机器学习速成课程：第一部分MachineLearning5第二部分;伯克利机器学习MachineLearnin... 查看详情
machinelearning—监督学习与非监督学习
斯坦福大学的MachineLearning课程（讲师是AndrewNg）公开课是学习机器学习的“圣经”，以下内容是听课笔记。一、何谓机器学习MachineLearningisfieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.也就是说机器学习不需要制定... 查看详情
machinelearning|andrewng|coursera吴恩达机器学习笔记
Week1:MachineLearning: AcomputerprogramissaidtolearnfromexperienceEwithrespecttosomeclassoftasksTandperformancemeasureP,ifitsperformanceattasksinT,asmeasuredbyP,improveswithexperienceE. Supe 查看详情
机器学习（machinelearning）的定义
关于机器学习有两个相关的定义:1）给计算机赋予没有固定编程的学习能力的研究领域。2）一种计算机的程序，能从一些任务（T）和性能的度量（P），经验（E）中进行学习。在学习中，任务T的性能P能够随着P能去改善经验E。&n... 查看详情
基于windows机器学习(machinelearning)的图像分类(imageclassification)实现(代码片段)
原文:基于Windows机器学习(MachineLearning)的图像分类(Imageclassification)实现今天看到一篇文章 Google’sImageClassificationModelisnowFreetoLearn 说是狗狗的机器学习速成课程（MachineLearningCrashCourse）现在可以免费学习啦，因为 查看详情
机器学习(machinelearning)与深度学习(deeplearning)资料汇总
《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.《DeepLearninginNeuralNetworks:AnOverview》介绍:这是瑞士人工智能实验室JurgenSchm... 查看详情
machinelearning：什么是机器学习
简介 在介绍机器学习之前，我想先列几个关于机器学习的例子：垃圾邮件检测：根据邮箱中的邮件，识别哪些是垃圾邮件，哪些不是。这样的模型，可以程序帮助归类垃圾邮件和非垃圾邮件。这个例子，我们应该都不陌生。... 查看详情
关于学习machinelearning的一些基本知识点
一、使用机器学习方法的几个基本出发点1、待解决的问题涉及的数据中，存在一些潜在可学习的pattern。2、待解决的问题通过一般的编程范式不容易处理。3、有一定量的数据用于机器学习建模。二、机器学习与人工智能的简要... 查看详情
day1机器学习(machinelearning,ml)基础
一、机器学习的简介定义 TomMitchell给出的机器学习定义:对于某类任务T和性能度量P，如果计算机程序在T上以P衡量的性能随着经验E而自我完善，那么就称这个计算机程序从经验E学习。 百度百科给出的机器学习定义：机器... 查看详情
machinelearning——unsupervisedlearning（机器学习之非监督学习）
前面，我们提到了监督学习，在机器学习中，与之对应的是非监督学习。无监督学习的问题是，在未加标签的数据中，试图找到隐藏的结构。因为提供给学习者的实例是未标记的，因此没有错误或报酬信号来评估潜在的解决... 查看详情
machinelearning（吴恩达＜一＞）(代码片段)
目录一、机器学习(ML）简介1.人工智能、机器学习、深度学习的关系2.机器学习与深度学习的比较2.1、应用场景2.2、所需数据量2.3、执行时间2.4、解决问题的方法3.监督学习（SupervisedLearning）4.无监督学习（Unsupervise... 查看详情
machinelearning机器学习入门（四)
构建广义线性模型先了解一下指数族分布的形式，如果一个分布能用以下的形式写出来，则这个式子为指数族分布?稍微对比思考会发现，之前的分类用的伯努利分布以及高斯分布都是属于指数族分布的对于伯努利分布，有如下... 查看详情
machinelearning学习目录
AI学习开源项目1.机器学习初识2.支持向量机(supportvectormachines,SVM)实战来源于：AurelienGeron的《机器学习实战 基于Scikit-Learn、Keras和TensorFlow(第2版)》书本中样例代码的github地址1.幸福感和金钱的关系--利用线性回归模型、k-近邻... 查看详情
快速掌握机器学习（machinelearning）常用概念术语，常用算法
1、什么是机器学习？机器学习的概念：传统上如果我们想让计算机工作，我们给它一串指令，然后它遵照这个指令一步步执行下去。有因有果，非常明确。这样的方式计算机是无法执行固定流程之外的东西的... 查看详情