机器学习的一些参考文章

Machine Learning 4 - Naive Bayes朴素贝叶斯算法
卷积神经网络CNN浅析
机器学习中的算法(2)-支持向量机(SVM)基础
Python机器学习基础目录大纲
KKT条件介绍
“我爱智能”原创性博客索引
【入门】深入浅出，一篇超棒的机器学习入门文章
【超级重磅】626篇！机器学习&深度学习资料汇总(一)
【超级重磅】626篇！机器学习&深度学习资料汇总(二)
【超级重磅】626篇！机器学习&深度学习资料汇总(三)
【超级重磅】626篇！机器学习&深度学习资料汇总（四）
【超级重磅】626篇！机器学习&深度学习资料汇总（五）
机器学习http://www.cnblogs.com/tornadomeet/tag/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/

基础数学知识

数学之美番外篇：平凡而又神奇的贝叶斯方法：http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/
贝叶斯、概率分布与机器学习：http://www.cnblogs.com/LeftNotEasy/archive/2010/09/27/1837163.html
机器学习(一) —— 浅谈贝叶斯和MCMC：http://www.xuyankun.cn/2017/05/13/bayes/
非叫“秩”不可，有秩才有解：http://blog.sina.com.cn/s/blog_8e7bc4f801012c23.html
机器学习中的数学(2)-线性回归，偏差、方差权衡（文章中包括最小二乘法与最大似然）：http://www.cnblogs.com/LeftNotEasy/archive/2010/12/19/mathmatic_in_machine_learning_2_regression_and_bias_variance_trade_off.html 推荐作者其他文章
机器学习中的Bias(偏差)，Error(误差)，和Variance(方差)有什么区别和联系？：https://www.zhihu.com/question/27068705/answer/137487142
最小二乘法：https://zh.wikipedia.org/zh-cn/%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E6%B3%95
拉格朗日乘数：https://zh.wikipedia.org/wiki/%E6%8B%89%E6%A0%BC%E6%9C%97%E6%97%A5%E4%B9%98%E6%95%B0
深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件：http://blog.csdn.net/xianlingmao/article/details/7919597
统计学习笔记（1）——统计学习方法概论：http://blog.csdn.net/qll125596718/article/details/8351337 推荐作者其他文章
VC维的来龙去脉： http://www.flickering.cn/machine_learning/2015/04/vc%E7%BB%B4%E7%9A%84%E6%9D%A5%E9%BE%99%E5%8E%BB%E8%84%89/

算法

【十大经典数据挖掘算法】：http://www.cnblogs.com/en-heng/p/5013995.html

梯度下降

方向导数与梯度：http://blog.csdn.net/zhulf0804/article/details/52238435

【机器学习笔记1】Logistic回归总结：http://blog.chinaunix.net/xmlrpc.php?r=blog/article&uid=9162199&id=4223505
【机器学习算法系列之二】浅析Logistic Regression：https://chenrudan.github.io/blog/2016/01/09/logisticregression.html#3.1
机器学习系列(2)_从初等数学视角解读逻辑回归：http://blog.csdn.net/han_xiaoyang/article/details/49332321
Logistic Regression（逻辑回归）原理及公式推导：http://blog.csdn.net/programmer_wei/article/details/52072939

集成算法

机器学习中的数学(3)-模型组合(Model Combining)之Boosting与Gradient Boosting：http://www.cnblogs.com/LeftNotEasy/archive/2011/01/02/machine-learning-boosting-and-gradient-boosting.html
Adaboost 算法的原理与推导：http://blog.csdn.net/v_july_v/article/details/40718799
Boosting、Adaboost算法简介：http://www.bijishequ.com/detail/502130?p=
Adaboost算法原理分析和实例+代码（简明易懂）：http://blog.csdn.net/guyuealian/article/details/70995333
GBDT算法原理深入解析：https://www.zybuluo.com/yxd/note/611571
机器学习中的算法(1)-决策树模型组合之随机森林与GBDT：http://www.cnblogs.com/LeftNotEasy/archive/2011/03/07/random-forest-and-gbdt.html
【机器学习】决策树（上、下）——从原理到算法实现：http://blog.csdn.net/HerosOfEarth/article/details/52347820 http://blog.csdn.net/HerosOfEarth/article/details/52425952推荐作者其他文章
随机森林算法：http://blog.csdn.net/zrjdds/article/details/50133843
【机器学习】模型融合方法概述：https://zhuanlan.zhihu.com/p/25836678
理解《Deep Forest: Towards An Alternative to Deep Neural Network》: http://blog.csdn.net/Virtual_Func/article/details/60466788?locationNum=5&fps=1

SVM

支持向量机通俗导论（理解SVM的三层境界）：http://blog.csdn.net/v_july_v/article/details/7624837
优化问题详解，凸优化——基本概念：http://www.hanlongfei.com/%E5%87%B8%E4%BC%98%E5%8C%96/2015/05/20/convexoptimization/
简易解说拉格朗日对偶（Lagrange duality）：http://www.cnblogs.com/90zeng/p/Lagrange_duality.html

xgboost

机器学习系列(12)_XGBoost参数调优完全指南（附Python代码）：http://blog.csdn.net/han_xiaoyang/article/details/52665396
机器学习系列(11)_Python中Gradient Boosting Machine(GBM）调参方法详解：http://blog.csdn.net/han_xiaoyang/article/details/52663170
XGBoost 与 Boosted Tree(作者PPT中文解释) : http://www.52cs.org/?p=429
xgboost入门与实战（原理篇）： http://blog.csdn.net/sb19931201/article/details/52557382

深度学习

深度学习网络大杀器之Dropout——深入解析Dropout：https://yq.aliyun.com/articles/68901
深度学习与计算机视觉系列(5)_反向传播与它的直观理解：http://blog.csdn.net/han_xiaoyang/article/details/50321873

实际项目操作

特征工程

使用sklearn做单机特征工程： https://www.zhihu.com/question/29316149
使用sklearn进行数据挖掘：http://www.cnblogs.com/jasonfreak/p/5448462.html
机器学习之特征工程：http://www.csuldw.com/2015/10/24/2015-10-24%20feature%20engineering/
优雅高效地数据挖掘：基于Python的sklearn_pandas库：http://www.cbdio.com/BigData/2016-08/31/content_5227769.htm

评估指标

Confusion matrix混淆矩阵：https://en.wikipedia.org/wiki/Confusion_matrix
ROC和AUC介绍以及如何计算AUC：http://alexkong.net/2013/06/introduction-to-auc-and-roc/

kaggle

逻辑回归应用之Kaggle泰坦尼克之灾： http://blog.csdn.net/han_xiaoyang/article/details/49797143
Kaggle入门，看这一篇就够了： https://zhuanlan.zhihu.com/p/25686876
机器学习（二）如何做到Kaggle排名前2%：http://www.jasongj.com/ml/classification/
数据挖掘比赛通用框架：https://ask.hellobi.com/blog/DataMiner/4880
Approaching (Almost) Any Machine Learning Problem：http://blog.kaggle.com/2016/07/21/approaching-almost-any-machine-learning-problem-abhishek-thakur/

调参

机器学习各种算法怎么调参?：https://www.zhihu.com/question/34470160?sort=created

使用sklearn进行集成学习——实践：http://www.cnblogs.com/jasonfreak/p/5720137.html

模型上线

PMML

PMML模型文件在机器学习的实践经验：http://blog.csdn.net/hopeztm/article/details/78321700

编程技巧

面试相关

谷歌微软等科技巨头数据科学面试107道真题：你能答出多少？：https://zhuanlan.zhihu.com/p/25860706
社招面试总结：http://www.cnblogs.com/qwj-sysu/p/6580769.html
【数据挖掘面经】腾讯+百度+华为（均拿到sp offer）：https://www.nowcoder.com/discuss/15168
剑指offer：https://www.nowcoder.com/ta/coding-interviews?query=&asc=true&order=&page=3

网站

http://www.52cs.org/
http://wepon.me/
牛客网面试学习：https://www.nowcoder.com/

Physcalの大魔導書
http://www.cnblogs.com/neopenx/category/656645.html

仙道菜
http://blog.csdn.net/cyh24/article/category/2767185

以下转自 http://blog.csdn.net/lzy272942518/article/details/51200259，未一一验证
1、小魏的修行路 http://blog.csdn.net/xiaowei_cqu
2、晨宇思远（邹宇华北京航空航天大学） http://blog.csdn.net/chenyusiyuan
3、Rachel Zhang（张睿卿）的博客 http://blog.csdn.net/abcjennifer
4、zouxy09（邹晓艺）华南理工大学 http://blog.csdn.net/zouxy09 （深度学习,图像分割，Kinect开发学习，压缩感知）
5、爱CVPR http://blog.csdn.net/icvpr
6、专注算法、热爱编程 http://blog.csdn.net/xiaojidan2011
7、crazy_sparrow的专栏 http://blog.csdn.net/crzy_sparrow
8、迭代是人，递归是神（yang xin） http://blog.csdn.net/yang_xian521
9、thefutureisour的专栏 http://blog.csdn.net/thefutureisour
10、计算机视觉小菜鸟的专栏（vitolee） http://blog.csdn.net/carson2005/article/details/8171571#comments
11、刘未鹏|C++的罗浮宫
http://blog.csdn.net/pongba
假如你对人工智能、机器学习、知识发现和认知科学有兴趣，这个博客绝对是一个宝藏！
12、笑对人生，傲立寰宇的博客：
http://dahua.spaces.live.com/blog/
一个非常好的技术博客，博主林大华是中科大本科、香港中文大学硕士，目前在MIT读博。博客里有很多深入浅出、诙谐有趣的技术文章和读书心得，常让我拍案叫绝，那些干涩无味的数学原理也可以聊侃得如此趣味横生，呵呵。数学和matlab方面的朋友不妨多上去看看 O(∩_∩)O
13、不交作业的博客：
http://blog.163.com/oneoctopus@126/blog/
一位在华南理工大学读研的学生，和他不相识，但每周都会去他的博客看看。也许是因为同龄，看他的博客、他的经历，让自己有很大的共鸣。研二一年，就集中精力写一篇文章，近期才完稿，投到著名的ACC（American Control Conference）会议去，有点‘十年磨一剑’的感觉；目前研三在申请美国的名校，祝他马到成功啦。
同龄人前进的脚步，最能鞭策自己不懈前行……
14、晃晃悠悠的博客：
http://dy1981.ycool.com/
以前学习小波的时候接触到的一个博客，挺不错的，而且还有对音乐和现实生活的一些体会和感受，每个人的人生故事都有特别的精彩之处。
15、萝卜驿站的博客：
http://luobo.ycool.com/
matlab强人，博客里有N多小波、混沌等方面的matlab代码共享，还有很多matlab编程技巧方面的解答。
16、天上有宫阙的博客：
http://www.myclub2.com/blog/realghost/category/1396.html
里面有不少matlab和数学的学习资料，特别是代码共享，呵呵。

17、图像处理与计算机视觉基础、经典以及最近发展（非常不错，极力推荐）
http://www.haogongju.net/art/2083308
http://blog.csdn.net/masikkk/article/details/8981953#t64

机器学习的一些参考文章相关推荐

读“基于机器学习的无参考图像质量评估综述”有感
读"基于机器学习的无参考图像质量评估综述"有感摘要: 无参数图像质量评价(NRIQA)因其广泛的应用需求一直以来都是计算机视觉及其交叉领域的研究热点.回顾近十几年来基于机器学习的 ...
2.3.NLTK工具包安装、分词、Text对象、停用词、过滤掉停用词、词性标注、分块、命名实体识别、数据清洗实例、参考文章
2.3.NLTK工具包安装 2.3.1.分词 2.3.2.Text对象 2.3.3.停用词 2.3.4.过滤掉停用词 2.3.5.词性标注 2.3.6.分块 2.3.7.命名实体识别 2.3.8.数据 ...
今年四月份，发现我的文章被人全部复制了，抄到博客园了，连原文出处都没有，就算你写个参考文章也行呀
1.首先,附上我原创的文章链接:https://blog.csdn.net/u012561176/article/details/84552532,如下图所示,注意的是时间,2018-11-26 17 ...
WIN32:参考文章
Win32API参考手册(汉化超全) http://www.yfvb.com/help/win32sdk/index.htm?page=html/5ro3kj.htm vc++ win32项目添加文本 ...
punycode转码以及UniCode编码表参考文章
Punycode是什么? Punycode是一个根据RFC 3492标准而制定的编码系统,主要用於把域名从地方语言所采用的Unicode编码转换成为可用於DNS系统的编码.Punycode可以防止ID ...
Zotero使用GB/T7714 2005模板插入参考文献出现作者名全部大写问题、et al.变成汉字‘等‘、多出参考文章的doi 问题的解决方案
Zotero使用GB/T7714 2005模板插入参考文献出现作者名全部大写问题.et al.变成汉字'等'.多出参考文章的doi 问题的解决方案问题描述解决方案操作步骤 GB/T7714 ...
GeoTools学习参考文章
参考文章汇总: geotools学习(一)IntelliJ快速入门 geotools学习(二)要素 geotools学习(三) 坐标系 geotools学习(四)查询 geotools学习(五)影像 ...
前端技术演进（九）：参考文章
下面列出了前端技术演进系列的大部分参考文章,如果没有列出的,请私信我告知,么么哒 ?~ 特别感谢<现代前端技术解析>的作者张成文. https://book.douban.com/subj ...
前端技术演进：参考文章
下面列出了前端技术演进系列的大部分参考文章,如果没有列出的,请私信我告知,么么哒 ?~ 特别感谢<现代前端技术解析>的作者张成文. book.douban.com/subject/270- ...

机器学习的一些参考文章

机器学习的一些参考文章相关推荐

最新文章

热门文章