推荐｜一份不错的机器学习笔记！

——免费加入AI技术专家社群>>

——免费加入AI高管投资者群>>

——日薪5k-10k招兼职AI讲师>>

机器学习算法原理：

https://github.com/wepe/MachineLearning

机器学习实战原书内容与批注：

https://github.com/apachecn/MachineLearning

机器学习的Python 实现

https://github.com/lawlite19/MachineLearning_Python#1-%E4%BB%A3%E4%BB%B7%E5%87%BD%E6%95%B0

机器学习算法集锦

https://zhuanlan.zhihu.com/p/25327755

各种机器学习的应用场景分别是什么

https://www.zhihu.com/question/26726794

kNN k-邻近算法

优点:精度高,对异常值不敏感,无数据输入假定缺点:计算复杂度高,空间复杂度高适用数据范围:数值型和标称型什么是数值型和标称型标称型:标称型目标变量的结果只在有限目标集中取值数值型:数值型目标变量则可以从无限的数值集合中取值

决策树

优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据缺点:可能会产生过度匹配问题适用数据类型:数值型和标称型

朴素贝叶斯

优点: 在数据较少的情况下仍然有效,可以处理多类别问题缺点: 对于输入数据的准备方式较为敏感适用数据类型: 标称型数据

机器学习算法之朴素贝叶斯(Naive Bayes)--第一篇

http://blog.csdn.net/xlinsist/article/details/51236454

朴素贝叶斯理论推导与三种常见模型

http://blog.csdn.net/u012162613/article/details/48323777

用朴素贝叶斯进行文本分类

http://blog.csdn.net/longxinchen_ml/article/details/50597149

朴素贝叶斯算法之文本分类算法的理解与实现

http://www.cnblogs.com/XBWer/archive/2014/07/13/3840736.html

logics 回归

优点: 计算代价不高,易于理解和实现缺点: 容易欠拟合,分类精度可能不高适用数据类型: 数值型和标称型数据

logics 回归总结

http://blog.chinaunix.net/xmlrpc.php?r=blog/article&uid=9162199&id=4223505

logics 回归数学推导

http://sbp810050504.blog.51cto.com/2799422/1608064/

SVM 支持向量机

优点:泛化(由具体的,个别的扩大为一般的,就是说:模型训练完后的新样本)错误率低,计算开销不大,结果易理解缺点:对参数调节和核函数的选择敏感,原始分类器不加修改仅适合于处理二分类问题适用数据类型:数值型和标称型数据

SVM 原理：http://www.cnblogs.com/steven-yang/p/5658362.html

通俗易懂SVM：https://www.zhihu.com/question/21094489

SVM和logistic回归分别在什么情况下使用

https://www.zhihu.com/question/21704547

深度学习

零基础入门深度学习(总计六章)

https://zhuanlan.zhihu.com/p/25628246

CNN

Deep Learning(深度学习)学习笔记整理系列

http://www.cnblogs.com/zhizhan/p/4077947.html

CNN(卷积神经网络),RNN(循环神经网络),DNN(深度神经网络)的内部网络结构有什么区别

https://www.zhihu.com/question/34681168

一文读懂卷积神经网络CNN

https://www.cnblogs.com/nsnow/p/4562308.html

深度学习简介(一)——卷积神经网络

https://www.cnblogs.com/alexcai/p/5506806.html

卷积神经网络CNN基本概念笔记

http://www.jianshu.com/p/606a33ba04ff

使用Keras+卷积神经网络玩小鸟

http://www.jianshu.com/p/3ba69493f020

Python 库

scikit-learn 机器学习库 ,scikit-learn 机器学习库中文文档 ,如果无法使用Github 安装sk-learn ,请到Python 官方下载msi 安装文件scikit-learn 下载传送门

https://github.com/scikit-learn/scikit-learn

http://sklearn.apachecn.org/cn/0.19.0/index.html

https://pypi.python.org/pypi/scikit-learn

Keras 深度学习库

https://github.com/fchollet/keras

tensorflow 机器学习与深度学习库

https://github.com/tensorflow/tensorflow

matplotlib 数据分析库 ,matplotlib API 使用手册

https://github.com/matplotlib/matplotlib

http://matplotlib.org/api/index.html

原文：https://github.com/lcatro/Machine-Learning-Note

热门文章推荐

招聘｜AI学院长期招聘AI课程讲师（兼职）：日薪5k-10k

Science：最新发现哈希可能是大脑的通用计算原理！

厉害｜波士顿动力新版人形机器人Atlas，后空翻很完美！

吴恩达：AI论文已经够多了，赶紧“搞点事”吧！

厉害了！吉利宣布收购飞行汽车公司Terrafugia ！

周志华：实验表明gcForest是最好的非深度神经网络方法

黑科技｜Adobe出图象技术神器！视频也可以PS了！！

史上第一个被授予公民身份的机器人索菲亚和人对答如流！

浙大90后女黑客在GeekPwn2017上秒破人脸识别系统！

周志华点评AlphaGo Zero：这6大特点非常值得注意！