机器学习入门K近邻线性回归逻辑回归朴素贝叶斯决策树随机森林K-means聚类

*   机器学习入门/

  *   人工智能与机器学习

  *   机器学习的基础概念

  *   编写第一个AI程序

*   K近邻/

  *   K近邻算法原理

  *   基于KNN的电影题裁分类

  *   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

*   逻辑回归/

  *   逻辑回归的算法原理

  *   使用python实现逻辑回归

  *   特征工程与CTR预估

*   朴素贝叶斯/

  *   朴素贝叶斯分类器

  *   使用pyhton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pyhton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python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