数据科学的一点学习笔记 (持续更新中)
备注
- 文件格式:本来我的笔记是写在有道云笔记里的,它的markdown有微调。 我自己试了试pycharm的markdown,看不了目录跟公式, 大家按自己的编辑器康康怎么弄吧
- 阅读顺序:如果想系统的学习/复习,建议按照我的目录顺序来
- 内容方面:机器学习跟nlp方面已经有比较完整的笔记,会陆续搬到github。 cv方面不是很了解,后续可能会补充。
- 求助:计算机基础方面跪求各位大佬分享资源orz
目录
toc
math @- 数学基础
toc
machine_learning @- 机器学习_理论 @toc
- 机器学习_KNN @toc
- 机器学习_回归模型 @toc
- 机器学习_分类模型 @toc
- 机器学习_聚类算法 @toc
- 机器学习_集成学习 @toc
- 机器学习_梯度下降 @toc
- 机器学习_降维 @toc 待补充完整
- 机器学习_常见损失函数 @toc
- 机器学习_常见机器学习模型的特点 @toc
- 机器学习_感知机 待补充