機器學習系列-寒小陽

機器學習/數據挖掘 - 寒小陽 - CSDN博客  

 

機器學習系列(1)_邏輯回歸初步

機器學習系列(2)_從初等數學視角解讀邏輯回歸

機器學習系列(3)_邏輯回歸應用之Kaggle泰坦尼克之災

機器學習系列(4)_機器學習算法一覽，應用建議與解決思路

機器學習系列(5)_從白富美相親看特征預處理與選擇(上)

機器學習系列(6)_從白富美相親看特征預處理與選擇（下）

NLP系列(1)_從破譯外星人文字淺談自然語言處理的基礎

NLP系列(2)_用朴素貝葉斯進行文本分類(上)

NLP系列(3)_用朴素貝葉斯進行文本分類(下)

NLP系列(4)_朴素貝葉斯實戰與進階

機器學習系列(7)_機器學習路線圖（附資料）

機器學習系列(8)_讀《Nature》論文，看AlphaGo養成

機器學習系列(9)_機器學習算法一覽（附Python和R代碼）

能模仿韓寒小四寫作的神奇循環神經網絡

機器學習系列(10)_如何提高深度學習(和機器學習)的性能

機器學習系列(11)_Python中Gradient Boosting Machine(GBM）調參方法詳解

機器學習系列(12)_XGBoost參數調優完全指南（附Python代碼）

機器學習系列(13)_SVM碎碎念part1：間隔

機器學習系列(14)_SVM碎碎念part2：SVM中的向量與空間距離

機器學習系列(15)_SVM碎碎念part3：如何找到最優分離超平面

機器學習系列(16)_怎樣找到一份深度學習的工作(附學習材料,資源與建議)

機器學習系列(17)_Yelper推薦系統

機器學習系列(18)_Kaggle債務違約預測冠軍經驗分享

機器學習系列(19)_通用機器學習流程與問題解決架構模板

機器學習系列(20)_機器學習性能改善備忘單

 

.