网页版：https://weizhixiaoyi.com/archive.html
- Python系列教程
- Python之MatPlotLib使用教程
- Python之NumPy使用教程
- Python之Pandas使用教程
- Python之Sklearn使用教程
- 01.机器学习知识体系
- 02.机器学习之线性回归
- 03.机器学习之Logistic回归
- 04.机器学习之SVM支持向量机
- 05.机器学习之决策树-C4-5算法
- 06.机器学习之随机森林
- 07.机器学习之分类与回归树-CART
- 08.机器学习之梯度提升决策树-GBDT
- 09.机器学习之自适应增强-Adaboost
- 10.机器学习之K近邻-KNN-算法
- 11.机器学习之K均值-K-Means-算法
- 12.机器学习之最大期望-EM-算法
- 13.机器学习之朴素贝叶斯算法
- 14.机器学习之Apriori算法
- 15.深度神经网络
- 15.1深度神经网络之前向传播算法
- 15.2深度神经网络之反向传播算法
- 15.3深度神经网络之损失函数和激活函数
- 15.4深度神经网络之正则化
- 16.卷积神经网络
- 16.1卷积神经网络之前向传播算法
- 16.2卷积神经网络之反向传播算法
- 17.循环神经网络之前向反向传播算法
- 18.LSTM神经网络之前向反向传播算法
- 19.MCMC
- 19.1MCMC之蒙特卡罗方法
- 19.2MCMC之马尔可夫链
- 19.3MCMC采样和M-H采样
- 19.4Gibbs采样
- 20.降维
- 20.1机器学习降维之主成分分析-PCA
- 20.2机器学习降维之奇异值分解-SVD
- 20.3机器学习降维之线性判别模型-LDA