MachineLearningAlgorithm Save

一些常用的机器学习算法实现

Project README

1. 概率统计中常见概念总结

  • 总体均值、总体方差

  • 样本均值、样本方差

  • 无偏估计、有偏估计

  • 样本标准差

  • 样本协方差、协方差矩阵

2. 一些常用的机器学习算法理论及实现

算法理论包括:

  • 《统计学习方法》学习总结

算法实现包括:

  • Apriori 算法

  • DesicionTree 算法

  • HMM模型 Viterbi 算法

  • 针对文本分类的 NaiveBayes 算法

  • 针对文本分类的 LogisticRegression 算法

  • 线性回归算法:

    • 标准的线性回归

    • 局部加权线性回归

    • 岭回归

结果示例:

image

image

3. 一些常用的机器学习框架

框架包括:

  • Keras [1]

  • TensorFlow [1] [2]

  • sklearn [1]

项目包括:

Open Source Agenda is not affiliated with "MachineLearningAlgorithm" Project. README Source: lining0806/MachineLearningAlgorithm

Open Source Agenda Badge

Open Source Agenda Rating