机器学习入门K近邻线性回归Logistic 回归朴素贝叶斯决策树随机森林k-means聚类支持向量机XGBoost

*   机器学习入门/

  *   开启人工智能的大门

  *   机器学习的基本概念

  *   利用线性回归预测波士顿房价

*   K近邻/

  *   K近邻算法原理

  *   基于KNN的电影题材分类

  *   基于近邻的协同过滤算法

*   线性回归/

  *   线性回归算法原理

  *   使用python实现线性回归

  *   模型评估与模型选择

*   Logistic 回归/

  *   Logistic 回归算法原理

  *   使用 python 实现 Logistic 回归

  *   特征工程与CTR预估

*   朴素贝叶斯/

  *   朴素贝叶斯分类器

  *   使用python实现朴素贝叶斯

  *   文本分类基础

*   决策树/

  *   决策树模型与特征选择

  *   决策树的生成与剪枝

  *   使用python实现决策树算法

*   随机森林/

  *   集成学习

  *   随机森林算法原理

  *   使用pyhton实现随机森林算法

*   k-means聚类/

  *   K均值算法原理

  *   K均值算法的改进

  *   使用python实现K-means算法

*   支持向量机/

  *   感知机算法原理及python实现

  *   线性可分支持向量机

  *   线性支持向量机

  *   非线性支持向量机

*   XGBoost/

  *   CART算法原理

  *   梯度提升决策树

  *   XGBoost 原理与实践