# MachineLearningWithIllustration
## Brief Intro
<<图解机器学习>>一书用通俗易懂的语言讲解了常见的机器学习算法,
并配以可视化插图用于更深刻的理解。本项目实现了书中所讲的所有算法,
适合阅读过程中动手实验验证算法的准确性和理解算法的用途。
每一个文件的代码均相对简洁且,力求对所有算法都用最简单的实现。
## Detail
- Linear Square Regression 文件夹下面实现了各个loss(L1, L2, hinge etc)和正则化算法的最小二乘回归算法
- SVM 文件夹中实现了带有RampLoss的线性SVM
- Unsupervised Learning 文件夹下有异常检测,KL散度检测,PC A算法以及kNN
- Boosting 文件夹中注意有adaptive boosting, bagging算法和剪枝算法
- Cluster 文件夹包括kmeans和谱聚类两种常见聚类
- Online learning 文件夹实现了被动攻击算法
- Transfer learning 文件夹主要描述了密度估计算法
- LogisticReg 文件夹中的算法为以梯度下降做优化的logistic regression
## Test
- Language: MATLAB
- Platform: Win10 HomeBasic 64bit && 16G
- IDE: MATLAB 2014b
## Tips
- 本项目实现了附书中所有算法
- 每个.m文件代表一种算法且均单独测试通过并可独立运行
## Reference
- <<图解机器学习>>,[日]杉山将 (作者), 许永伟 (译者)
- 豆瓣图书:https://book.douban.com/subject/26363531/
## Author
- jcm332@163.com
## License
- BSD v2.0, see LICENSE
没有合适的资源?快使用搜索试试~ 我知道了~
图解机器学习,算法实现.rar
共28个文件
m:25个
md:1个
txt:1个
需积分: 5 2 下载量 5 浏览量
2023-05-29
19:17:01
上传
评论
收藏 15KB RAR 举报
温馨提示
苹果Siri、百度度秘、微软小冰等智能助理类应用,正试图颠覆你和手机交流的根本方式,将手机变成聪明的小秘书;新闻类应用依赖于智能推荐技术,向你推送最适合你的内容;美图秀秀自动对招聘、视频完成智能化的艺术创作; 购物类应用采用智能物流技术帮助企业高效、安全地分发货物,提升买家的满意度;滴滴出行,帮助司机师傅选择路线,在不久的将来,自动驾驶技术将重新定义智慧出行。这一切的发生,主要归功于一种实现人工智能的方法——机器学习。 传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。 这篇文章将对常用算法做常识性的介绍,没有代码,也没有复杂的理论推导,就是图解一下,知道这些算法是什么,它们是怎么应用的。 决策树 根据一些 feature(特征) 进行分类,每个节点提一个问题,通过判断,将数据分为两类,再继续提问。这些问题是根据已有数据学习出来的,再投入新数据的时候,就可以根据这棵树上的问题,将数据划分到合适的叶子上。
资源推荐
资源详情
资源评论
收起资源包目录
图解机器学习,算法实现.rar (28个子文件)
图解机器学习,算法实现
新建文本文档.txt 19B
MachineLearning_-master
LICENSE 1KB
LogisticReg
logistic_GD.m 836B
SVM
LineaSVM_RampLoss.m 579B
transfer learning
density_estimation.m 1KB
Linear Square Regression
Gasussian_L2_Constrain_Reg.m 696B
Huber_Loss_L1_Gaussian.m 666B
l2_LSE_gaussian.m 534B
linearsquarereg.m 446B
SGD_LSE.m 560B
Subspace_constrained_LSE.m 572B
L2_LSE_CrossValidation.m 920B
Huber_Loss_Linear.m 503B
LSE_Laplace_Reg.m 738B
L1_LSE_Gaussian_kernel.m 587B
clustering
kmeans_clustering.m 554B
sprectrum_clustering.m 789B
boosting
pruning.m 496B
adaboost.m 755B
bagging.m 649B
README.md 1KB
onlinelearning
passive_attack.m 439B
adaptive_regularization.m 557B
Unsupervised Learning
Principal_Component_Analysis.m 226B
KLIEP.m 273B
ExceptionDectecion.m 455B
KLDivergence_Exception.m 563B
kNN_similarity_laplace_mapping.m 458B
共 28 条
- 1
资源评论
野生的狒狒
- 粉丝: 1491
- 资源: 1530
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功