摘要：
深度学习花书笔记 0、读大纲 一、总结 一句话总结： 第一部分：【应用数学与机器学习基础】：也就是【线代、概率论】等数学基础 第二章：线性代数第三章：概率与信息论第四章：数值计算（上溢和下溢、病态条件、约束优化等）第五章：机器学习基础（机器学习的一些概念，比如数据集啥的） 第二部分：【深度网络：现代 阅读全文
摘要：
机器学习西瓜书白话解读笔记 0401-0404、信息和熵的度量 一、总结 一句话总结： 【心理建设很必要】：每天花一点时间搞心理建设是非常必要的，【磨刀不误砍柴工】 1、概率不相等情况下怎么计算信息熵？ 【拆分成等概率】的情况就好 2、信息如何量化 实例？ 要确定一件事提供的信息，可以【前后两次对熵 阅读全文
摘要：
机器学习实战笔记 0、读大纲 一、总结 一句话总结： 第一部分：【分类】：第1章机器学习基础、第2章【k近邻算法】、第3章【决策树】、第4章基于概率论的分类方法：【朴素贝叶斯】、第5章【Logistic回归】、第6章【支持向量机】、第7章利用【Adaboost】元算法提高分类性能 第二部分：【利用回 阅读全文
摘要：
数据挖掘十大经典算法（各自优缺点 / 适用数据场景） 一、总结 一句话总结： 【C4.5】（一种分类决策树算法）、【K-Means算法】（聚类算法） 【Support vector machines】（应用于统计分类以及回归分析）、【The Apriori algorithm】（挖掘布尔关联规则频繁 阅读全文