微信公众号
关键字全网搜索最新排名
【机器学习算法】：排名第一
【机器学习】：排名第二
【Python】：排名第三
【算法】：排名第四
下面是各模型在博客中的详细解说，为方便大家阅读，这儿提供PDF下载版，下载方式：
a. 加入机器学习交流3群(478882933),文末有二维码链接；
b. 后台回复关键词：170831；
c. 加我微信（guodongwe1991）,备注姓名-机构-研究方向；
d. 百度云盘链接：http://pan.baidu.com/s/1qYFOhje 密码：fb16
（~不要吝啬，动手点赞与分享吆~）
1. 决策树 - 参考：decision Tree（Python 实现）
http://blog.csdn.net/dream_angel_z/article/details/45965463
2. SVM 支持向量机 - 参考：pluskid 支持向量机三重境界
http://blog.pluskid.org/?page_id=683


3. Adaboost - 参考：组合算法 - Adaboost
http://blog.csdn.net/huruzun/article/details/41323065


4. Random Forest - 参考：随机森林算法
http://www.cnblogs.com/wentingtu/archive/2011/12/22/2297405.html


5. 朴素贝叶斯算法 - 参考：Naive Bayes 算法实现
http://blog.csdn.net/dream_angel_z/article/details/46120867


6. 人工神经网络 - 参考：
http://www.cnblogs.com/luxiaoxun/archive/2012/12/10/2811309.html

7. Apriori 算法 - 参考地址：Apriori 关联分析
http://www.csuldw.com/2015/06/04/2015-06-04-Apriori/
8. K 最近邻算法 - 参考：KNN 从原理到实现
http://blog.csdn.net/dream_angel_z/article/details/45896449


9. 梯度树提升 GTB 算法 - 参考：Gradient Tree Boosting（或 GBRT）
http://blog.csdn.net/dream_angel_z/article/details/48085889
10. K-means 聚类 - 参考：K-means cluster
http://blog.csdn.net/dream_angel_z/article/details/46343597
11. 组合算法总结 - 参考：Ensemble 算法总结
http://www.csuldw.com/2015/07/22/2015-07-22%20%20ensemble/


12. EM 期望最大算法 - 参考：EM 算法
http://blog.csdn.net/zouxy09/article/details/8537620
13. Logistic 回归 - 参考：逻辑回归
http://blog.csdn.net/wangran51/article/details/8892923
14. HMM 隐马尔可夫模型，参考:HMM
http://blog.csdn.net/likelet/article/details/7056068

15. 条件随机场，参考：CRF
http://www.tanghuangwhu.com/archives/162


16. 随机森林和 GBDT，参考：决策树模型组合之随机森林与 GBDT
http://www.cnblogs.com/LeftNotEasy/archive/2011/03/07/1976562.html


17. 特征选择和特征提取，参考：特征提取与特征选择
http://blog.csdn.net/lanbing510/article/details/40488787
18. 梯度下降法，参考:gradient descent
http://blog.csdn.net/woxincd/article/details/7040944
19. 牛顿法，参考：牛顿法
http://blog.csdn.net/luoleicn/article/details/6527049
20. 线性判别分析，参考：线性判别
http://www.cnblogs.com/jerrylead/archive/2011/04/21/2024384.html
21. 深度学习 - 深度学习概述：从感知机到深度网络
http://www.cnblogs.com/xiaowanyer/p/3701944.html
招募 志愿者
广告、商业合作
请发邮件：[email protected]
喜欢，别忘关注~
帮助你在AI领域更好的发展，期待与你相遇！
继续阅读
阅读原文