机器学习算法的公式推导以及numpy实现
版权申诉
192 浏览量
2022-05-29
20:41:03
上传
评论 1
收藏 11.33MB ZIP 举报
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
