|
zergtant's
repositories
|
|
.ipynb_checkpoints
|
|
image
|
|
input&code
|
|
00机器学习实战-机器学习的数学基础.ipynb
|
|
01机器学习实战-第1章 机器学习基础.ipynb
|
|
02机器学习实战-第2章 k近邻算法（kNN）.ipynb
|
|
03机器学习实战-第3章 决策树.ipynb
|
|
04机器学习实战-第4章 贝叶斯分类.ipynb
|
|
05机器学习实战-第5章 Logistics回归.ipynb
|
|
06机器学习实战-第6章 支持向量机.ipynb
|
|
07机器学习实战-第7章 AdaBoost算法.ipynb
|
|
08机器学习实战-第8章 预测数值型数据：回归.ipynb
|
|
09机器学习实战-第9章 树回归.ipynb
|
|
10机器学习实战-第10章 K-Means聚类算法.ipynb
|
|
11机器学习实战-第11章 使用Apriori算法进行关联分析.ipynb
|
|
12机器学习实战-第12章 使用FP-growth算法来高效发现频繁项集.ipynb
|
|
《机器学习实战》学习总结（十四）——EM算法.ipynb
|
|
机器学习-study.ipynb
|
|
机器学习实战——第十一章——隐马尔可夫模型（HMM）.ipynb
|
|
机器学习实战》学习总结（十三）——最大熵模型.ipynb
|
|
机器学习实战第十二章——条件随机场（CRF）.ipynb
|
|
机器学习算法-第8章 万能分类器-支持向量机.ipynb
|
|
生成式模型VS判别式模型浅析.ipynb
|
|
.gitattributes
|
|
README.md
|