没有合适的资源?快使用搜索试试~ 我知道了~
机器学习算法的公式推导以及numpy实现
共385个文件
py:136个
ipynb:96个
png:93个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 192 浏览量
2022-05-29
20:41:03
上传
评论 1
收藏 11.33MB ZIP 举报
温馨提示
对目前主流的机器学习算法进行公式推导、问题分析以及代码实现(主要基于numpy),持续更新(下面链接如果加载不出来,对应内容可在notebooks文件夹下找到): 01_线性模型_线性回归 01_线性模型_线性回归_正则化(Lasso,Ridge,ElasticNet) 02_线性模型_逻辑回归 03_二分类转多分类的一般实现 04_线性模型_感知机 05_线性模型_最大熵模型 06_优化_拟牛顿法实现(DFP,BFGS) 07_01_svm_硬间隔支持向量机与SMO 07_02_svm_软间隔支持向量机 07_03_svm_核函数与非线性支持向量机 08_代价敏感学习_添加sample_weight支持 09_01_决策树_ID3与C4.5 09_02_决策树_CART 10_01_集成学习_简介 10_02_集成学习_boosting_adaboost_classifier 10_03_集成学习_boosting_adaboost_regressor 10_04_集成学习_boosting_提升树 10_05_集成学习_boosting_gbm_
资源推荐
资源详情
资源评论
收起资源包目录
机器学习算法的公式推导以及numpy实现
(385个子文件)
09_决策树学习.drawio 83KB
10_梯度提升分类树.drawio 4KB
05_最大熵模型.drawio 3KB
10_level_wise_vs_leaf_wise.drawio 3KB
10_adaboost训练.drawio 2KB
12_sampling_经验分布demo.drawio 2KB
12_HMM前向后向2.drawio 2KB
10_提升树训练.drawio 2KB
01_adam.drawio 2KB
01_归一化对梯度下降的影响.drawio 2KB
10_efb.drawio 2KB
10_stacking简介.drawio 2KB
12_HMM前向后向.drawio 2KB
06_核技巧.drawio 2KB
10_randomforest.drawio 2KB
12_HMM维特比1.drawio 2KB
12_HMM维特比3.drawio 2KB
12_HMM维特比2.drawio 2KB
10_bagging.drawio 2KB
12_概率分布之间的关系.drawio 2KB
12_半朴素贝叶斯TAN1.drawio 2KB
10_lgb中类别特征的处理.drawio 1KB
12_HMM_中文分词1.drawio 1KB
12_HMM_中文分词2.drawio 1KB
12_MC并行计算.drawio 1KB
12_MCMC总结.drawio 1KB
12_HMM_NER.drawio 1KB
10_bagging简介.drawio 1KB
12_CRF_线性链.drawio 1KB
12_半朴素贝叶斯SPODE.drawio 1KB
12_HMM定义.drawio 1KB
12_半朴素贝叶斯TAN3.drawio 1KB
12_pagerank_demo1.drawio 1KB
12_pagerank_demo2.drawio 1KB
10_boosting简介.drawio 1KB
10_Saabas.drawio 1KB
12_概率图初探demo3.drawio 1KB
12_无向图demo.drawio 1KB
10_直方图算法.drawio 1KB
10_SHAP.drawio 1KB
12_朴素贝叶斯概率图.drawio 1KB
12_MC初探.drawio 1KB
12_半朴素贝叶斯TAN2.drawio 1KB
12_概率图初探demo.drawio 1KB
12_概率图初探demo2.drawio 1KB
.gitignore 63B
tree_shap.h 58KB
ML_Notes.iml 431B
19_01_降维_奇异值分解(SVD).ipynb 561KB
15_03_VI_一元高斯分布的变分推断实现.ipynb 407KB
11_03_EM_GMM聚类实现.ipynb 257KB
17_03_FM_FFM的损失函数扩展(possion,gamma,tweedie回归实现以及分类实现).ipynb 218KB
07_03_svm_核函数与非线性支持向量机.ipynb 185KB
15_04_VI_高斯混合模型(GMM)的变分推断实现.ipynb 184KB
07_02_svm_软间隔支持向量机.ipynb 168KB
12_04_PGM_朴素贝叶斯的聚类实现.ipynb 163KB
09_01_决策树_ID3与C4.5.ipynb 156KB
12_03_PGM_半朴素贝叶斯分类器实现.ipynb 153KB
12_02_PGM_朴素贝叶斯分类器实现.ipynb 152KB
11_04_EM_GMM分类实现及其与LogisticRegression的关系.ipynb 152KB
06_优化_拟牛顿法实现(DFP,BFGS).ipynb 147KB
04_线性模型_感知机.ipynb 126KB
09_02_决策树_CART.ipynb 123KB
10_07_集成学习_bagging.ipynb 123KB
08_代价敏感学习_添加sample_weight支持.ipynb 122KB
02_线性模型_逻辑回归.ipynb 119KB
13_05_sampling_MCMC:单分量MH采样算法.ipynb 116KB
10_02_集成学习_boosting_adaboost_classifier.ipynb 112KB
01_线性模型_线性回归.ipynb 102KB
10_08_集成学习_bagging_randomforest.ipynb 93KB
17_02_FM_FFM的原理介绍及实现.ipynb 91KB
10_12_集成学习_xgboost_回归的更多实现:泊松回归、gamma回归、tweedie回归.ipynb 86KB
18_02_聚类_层次聚类_AGNES.ipynb 80KB
18_05_聚类_原型聚类_LVQ.ipynb 79KB
18_04_聚类_原型聚类_K均值.ipynb 78KB
07_01_svm_硬间隔支持向量机与SMO.ipynb 75KB
20_01_异常检测_pHBOS.ipynb 74KB
17_01_FM_因子分解机的原理介绍及实现.ipynb 69KB
01_线性模型_线性回归_正则化(Lasso,Ridge,ElasticNet).ipynb 66KB
13_06_sampling_MCMC:Gibbs采样算法.ipynb 66KB
10_06_集成学习_boosting_gbm_classifier.ipynb 66KB
11_01_EM_GMM引入问题.ipynb 64KB
19_04_降维_多维缩放(MDS).ipynb 61KB
18_06_聚类_谱聚类.ipynb 60KB
19_06_降维_流形学习_局部线性嵌入(LLE).ipynb 58KB
10_16_集成学习_dart_提升树与dropout的碰撞.ipynb 57KB
20_04_异常检测_LOF.ipynb 53KB
10_10_集成学习_xgboost_原理介绍及回归树的简单实现.ipynb 50KB
15_05_VI_线性回归模型的贝叶斯估计推导.ipynb 49KB
13_04_sampling_MCMC:MH采样的算法框架.ipynb 46KB
05_线性模型_最大熵模型.ipynb 45KB
20_01_异常检测_HBOS.ipynb 44KB
13_02_sampling_MC采样:接受-拒绝采样、重要采样.ipynb 41KB
20_02_异常检测_iForest.ipynb 40KB
20_03_异常检测_KNN.ipynb 39KB
19_03_降维_线性判别分析(LDA).ipynb 38KB
10_13_集成学习_xgboost_分类的简单实现.ipynb 36KB
10_05_集成学习_boosting_gbm_regressor.ipynb 36KB
18_03_聚类_密度聚类_DBSCAN.ipynb 34KB
13_01_sampling_为什么要采样(求期望、积分等).ipynb 33KB
共 385 条
- 1
- 2
- 3
- 4
资源评论
bala5569
- 粉丝: 934
- 资源: 393
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