“機器學習系列”文章合集

  本人在學習 機器學習 的相關理論知識過程中，進行了整理和歸納。一是對自己的學習過程的總結，二是希望對大家有一定的參考作用。可能會存在缺少相關內容介紹、缺陷、不足和錯誤等等問題，歡迎大家拍磚和相互學習交流。

  相關文章合集如下：

• 機器學習系列 01：k 近鄰法（k-NN）的原理及實現

• 機器學習系列 02：感知機

• 機器學習系列 03：線性迴歸模型

• 機器學習系列 04：梯度下降法及 Python 實現

• 機器學習系列 05：Logistic 迴歸及 Python 實現

• 機器學習系列 06：決策樹 01

• 機器學習系列 07：決策樹 02 - CART 算法

• 機器學習系列 08：深入理解拉格朗日乘子法、KKT 條件和拉格朗日對偶性

• 機器學習系列 09：支持向量機 01 - 線性可分支持向量機和線性支持向量機

• 機器學習系列 10：支持向量機 02 - SMO（序列最小化）

• 機器學習系列 11：支持向量機 03 - 非線性支持向量機

• 機器學習系列 12：支持向量機 04 - SVR（支持向量迴歸）（待添加）

• 機器學習系列 13：貝葉斯分類 01 - 貝葉斯決策論、樸素貝葉斯分類器 和 半樸素貝葉斯分類器

• 機器學習系列 14：貝葉斯分類 01 - 貝葉斯網（待添加）

• ……