Awesome Open Source
Awesome Open Source

myLearn

make:生成可执行文件

demo.sh:调试入口

model.conf:模型参数


从线性到非线性模型

1、线性回归,岭回归,Lasso回归,局部加权线性回归

2、logistic回归,softmax回归,最大熵模型

3、广义线性模型

4、Fisher线性判别和线性感知机

5、三层神经网络

6、支持向量机

统计概率模型

1、高斯判别分析

2、朴素贝叶斯

3、隐马尔可夫模型

4、最大熵马尔科夫模型

5,条件随机场

6,马尔科夫决策过程

树模型

1、决策树 ID3,C4.5,CART

2、随机森林RF

3、Adaboost

4、GBDT

5、XGboost

6、孤立森林(异常检测)

聚类模型

1、层次聚类

2、原型聚类-K-means

3、模型聚类-GMM

4、EM算法-LDA主题模型

5、密度聚类-DBSCAN

6、图聚类-谱聚类

特征工程

1、特征工程

2、特征提取

3、特征选择

学习理论

1、基本概念

2、PAC理论

3、VC维

4、极大似然,最大后验概率,贝叶斯估计

5、模型选择与评价评价

6、模型诊断调参

深度学习 . .

哈希学习 . .

自然语言处理 . .

搜索推荐 . .


Get A Weekly Email With Trending Projects For These Topics
No Spam. Unsubscribe easily at any time.
c-plus-plus (18,767
log (143
svm (58
logistic-regression (53
crf (52
linear-regression (47
dnn (44
cart (38
knn (30
id3 (21
hmm (20