机器学习 目录
《机器学习》西瓜书
习题
编程实例
- 《机器学习》西瓜书 第 \(2\) 章 编程实例 ( \(\mathrm{ROC}\) 曲线, 代价曲线的绘制, 两种规范化的实现.)
- 《机器学习》西瓜书 第 \(3\) 章 编程实例 (对率回归 (逻辑回归) 的实现, \(10\) 折交叉验证法和留一法的比较, 线性判别分析 (\(\mathrm{LDA}\)) 的实现.)
- 《机器学习》西瓜书 第 \(4\) 章 编程实例 (基于信息熵、基尼指数进行划分选择的决策树算法. 未剪枝、预剪枝、后剪枝决策树的比较.)
- 《机器学习》西瓜书 第 \(5\) 章 编程实例 (标准, 积累 \(\mathrm{BP}\) 算法的实现, 手写数据集的训练与预测, \(\mathrm{RBF}\) 网络解决异或问题.)
- 《机器学习》西瓜书 第 \(6\) 章 编程实例 (\(\mathrm{SVM}\) 的训练以及其与决策树的比较, 线性核和高斯核的比较, \(\mathrm{SVR}\) 的训练.)
西瓜数据集
西瓜数据集
书中的各类西瓜数据集.
资料推荐
- 南瓜书\(\mathrm{PumpkinBook}\)
强力推荐!! 非常有用的公式推导, 学习过程看不懂的公式可以查阅. - 读懂反向传播算法（bp算法）
详细的 \(\mathrm{BP}\) 算法讲解, 不过中间 " \(\delta_{j}^{l}\) 和 \(\delta_{k}^{l+1}\) 之间有什么关系" 的那部分有错, 评论里有指出, 但是不影响大体. - 零基础入门深度学习系列
讲得挺清晰, 是比较好的入门教程. - 支持向量机通俗导论（理解SVM的三层境界）
\(\mathrm{SVM}\) 入门首选 !
