这里是机器学习相关文章。

机器学习分类算法-监督学习

基于信息熵 ：

• 决策树算法-理论篇-如何计算信息纯度

• 决策树算法-实战篇-鸢尾花及波士顿房价预测

基于概率统计 ：

• 朴素贝叶斯分类-理论篇-如何通过概率解决分类问题

• 朴素贝叶斯分类-实战篇-如何进行文本分类

基于空间向量 ：

• KNN 算法-理论篇-如何给电影进行分类

• KNN 算法-实战篇-如何识别手写数字

• SVM 支持向量机算法-原理篇

• SVM 支持向量机算法-实战篇

基于线性代数 ：

• 线性回归-如何对数据进行回归分析

• Logistic 回归-原理及应用

集成算法 ：

• RandomForest 随机森林算法与模型参数的调优

• AdaBoost 算法-分析波士顿房价数据集

机器学习聚类算法-无监督学习

基于空间向量 ：

• K 均值算法-如何让数据自动分组

基于概率统计 ：

• EM 期望最大化算法-对鸢尾花数据进行聚类

• Apriori 算法-如何进行关联规则挖掘

其它算法

基于有向图 ：

• PageRank 算法-Google 如何给网页排名

数学基础

空间向量 ：

• 计算机如何理解事物的相关性-文档的相似度判断

数据预处理

• 数据变换-归一化与标准化

数据可视化

• 如何使用Python 进行数据可视化

• 如何用Python 制作词云-对1000首古诗做词云分析

---

欢迎关注作者公众号，获取更多技术干货。