knn演算法（共12節）：
機器學習 -- knn演算法（ⅰ 初步認識knn）
機器學習 -- knn演算法（ⅱ 腫瘤**案例）
機器學習 -- knn演算法（ⅲ 腫瘤**案例 -- 封裝成函式）
機器學習 -- knn演算法（ⅳ 使用sklearn中的knn）
機器學習 -- knn演算法（ⅴ 構建屬於自己的knn分類器）
機器學習 -- knn演算法（ⅵ 資料集的拆分）
機器學習 -- knn演算法（ⅶ 資料集拆分函式化實現及計算**準確率）
機器學習 -- knn演算法（ⅷ 使用sklearn的資料劃分）
機器學習 -- knn演算法（ⅸ 檢視分類的準確率--自定義實現和sklearn實現）
機器學習 -- knn演算法（ⅹ 超引數和模型引數）
機器學習 -- knn演算法（十一 資料歸一化）
機器學習 -- knn演算法（十二 使用sklearn進行資料歸一化處理）
簡單線性回歸（共5節）：
機器學習 -- 線性回歸（ⅰ 概述）
機器學習 -- 線性回歸（ⅱ 最小二乘法）
機器學習 -- 線性回歸（ⅲ 簡單線性回歸的實現）
機器學習 -- 線性回歸（ⅳ 向量化）
機器學習 -- 線性回歸（ⅴ 線性回歸演算法的評測）
多元線性回歸（共2節）：
機器學習 -- 多元線性回歸（ⅰ多元線性回歸和正規方程解）
機器學習 -- 多元線性回歸（ⅱ 多元線性回歸**波士頓房價）
梯度下降法（共9節）：
機器學習 -- 梯度下降法（ⅰ 初識梯度下降法）
機器學習 -- 梯度下降法（ⅱ 模擬實現梯度下降法）
機器學習 -- 梯度下降法（ⅲ 繪製梯度下降過程和梯度下降函式的實現）
機器學習 -- 梯度下降法（ⅳ 多元線性回歸中的梯度下降法）
機器學習 -- 梯度下降法（ⅵ 線性回歸中梯度下降法的向量化）
機器學習 -- 梯度下降法（ⅶ 梯度下降法向量化計算實際資料）
機器學習 -- 梯度下降法（ⅷ 隨機梯度下降法）
機器學習 -- 梯度下降法（ⅸ 梯度下降法的總結）
pca（共5節）：
機器學習 -- pca（ⅰ pca介紹）
機器學習 -- pca（ⅱ 梯度上公升法解決主成分分析問題）
機器學習 -- pca（ⅲ 求資料的前n個主成分）
機器學習 -- pca（ⅳ 高維資料向低維資料對映）
機器學習 -- pca（ⅴ scikit-learn中的pca）
多項式回歸（共9節）：
機器學習 -- 多項式回歸（ⅰ 什麼是多項式回歸）
機器學習 -- 多項式回歸（ⅱ scikit-learn中的多項式回歸於pipeline）
機器學習 -- 多項式回歸（ⅲ 過擬合(overfitting) 和 欠擬合(underfitting)）
機器學習 -- 多項式回歸（ⅳ 學習曲線）
機器學習 -- 多項式回歸（ⅴ 驗證資料集與交叉驗證）
機器學習 -- 多項式回歸（ⅵ 偏差方差均衡 bias variance trade off）
機器學習 -- 多項式回歸（ⅶ 嶺回歸 ridge regression）
機器學習 -- 多項式回歸（ⅷ lasso回歸 lasso regression）
機器學習 -- 多項式回歸（ⅸ l1，l2正則和彈性網）
支援向量機（共）：
機器學習 -- 支援向量機svm（ⅰ svm簡介）
機器學習 -- 支援向量機svm（ⅱ 支援向量機思想 hard margin svm）
機器學習 -- 支援向量機svm（ⅲ soft margin和svm的正則化）
機器學習 -- 支援向量機svm（ⅳ sklearn中的svm）
機器學習 -- 支援向量機svm（ⅴ svm處理非線性資料問題）
機器學習 -- 支援向量機svm（ⅵ svm中的核函式）
決策樹：
機器學習 -- 決策樹（ⅰ熵）
機器學習 -- 決策樹（ⅱ夏農熵）
機器學習 -- 決策樹（ⅲ資訊增益）
機器學習 -- 決策樹（ⅳ決策樹演算法種類）
機器學習 -- 決策樹（ⅴ決策樹構造例項）
樸素貝葉斯：
機器學習 -- 樸素貝葉斯（ⅰ 相關數學概念的複習）
機器學習 -- 樸素貝葉斯（ⅱ 貝葉斯公式）
機器學習 -- 樸素貝葉斯（ⅲ 樸素貝葉斯）
機器學習 -- 樸素貝葉斯（ⅳ 樸素貝葉斯的單特徵案例）
機器學習 -- 樸素貝葉斯（ⅴ 樸素貝葉斯的多特徵案例）
機器學習 -- 樸素貝葉斯（案例：**舊金山犯罪）
matplotlib：
機器學習 -- matplotlib（一）matplotlib的介紹
機器學習 -- matplotlib（二）matplotlib對影象的基本操作
機器學習筆記彙總1
有監督學習 根據已知的輸入和輸出，建立聯絡它們的模型，根據該模型對未知輸出的輸入進行判斷。1 回歸 以無限連續域的形式表示輸出 2 分類 以有限離散域的形式表示輸出 監督學習又可以劃分為生成模型和判別模型。無監督學習 在一組沒有已知輸出 標籤 的輸入中，根據資料的內部特徵和練習，找到某種規則，進行族...
python機器學習學習筆記 學習資源彙總
參考資料 python整合開發環境 ide 1 idle python直譯器預設工具 2 visual studio code 3 pycharm 4 anaconda 參考教程 1 python語言程式設計基礎 第2版 嵩天 禮欣 黃天羽著，高等教育出版社，2017.2 講授python 3版本 ...
機器學習彙總
傳統機器學習 線性回歸 吳恩達機器學習筆記 傳統機器學習 logistic回歸 吳恩達機器學習筆記 傳統機器學習 正則化 吳恩達機器學習筆記 傳統機器學習 應用機器學習的建議 吳恩達機器學習筆記 傳統機器學習 梯度下降 傳統機器學習 pca vs lda 線性判別分析 傳統機器學習 svm 傳統機器...