机器学习入门之机器学习------精心总结
小标 2018-09-21 来源 : 阅读 1896 评论 0

摘要:本文主要向大家介绍了机器学习入门之机器学习------精心总结,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。

本文主要向大家介绍了机器学习入门之机器学习------精心总结,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。


1.数学

偏差与方差
拉格朗日
核函数
凸优化
协方差矩阵
Hessian矩阵
CDF(累计分布函数)
高斯概率密度函数
中心极限定理

2.机器学习
Java 机器学习 工具 & 库

1.处理小数据效果好  2.深度学习—大数据,超过500w;图像,语言方面效果奇好

SVD


最小二乘法

梯度下降法

局部加权回归

1.最大似然估计  2.logistic回归  3.感知器的初步—logistic的简化情节

牛顿法

1.介绍了牛顿方法  2.广义线性模型  3.多项式分布,softmax回归

高斯判别分析

1.高斯判别  2.朴素贝叶斯


3.信息论

压缩率很高的数据结构
信息熵与信息增益
数据压缩原理
香农游戏
二维码原理



4.深度学习
机器学习的一个分支  各种编程语言的深度学习库整理  深度学习如何入门(知乎)  Elephas:Apache Spark上的Keras深度学习框架

感知器
反向传播算法
自动编码器
栈式自编码器
微调多层自编码算法
深度信息网络
softmax回归
白化
池化
受限玻尔兹曼机
稀疏编码
递归神经网络
卷积神经网络—图像识别,语音识别,,.
前馈神经网络



5.全文检索

搜索建索引过程
搜索评分过程
搜索查询分析器
Rocchio相关反馈算法
向量空间模型
BM25基于概率的搜索评分
Lucene源码分析
solrcloud
Solr空间搜索原理
GeoHash算法
地理空间距离计算原理
WAND检索算法
智能化信息检索模型
Kullback-Leibler距离/相关熵
交叉熵



6.计算广告

正文广告
上下文广告
显示广告
合约广告
竞价广告
搜索广告
受众定向
竞价广告的定价机制
eCPM估计
广义第二高价
精准人群定向
实时竞价
广告交易平台
需求方平台(DSP)程序购买
广告有效性原理
二部图匹配算法
HWM算法
点击流挖掘
广告系统的一些商业模式
实时反作弊
CTR点击预测
架构



7.自然语言处理


NLTK




N-gram语言模型
词共现/TFIDF
噪声信道模型
统计分类模型
语义相关性
基于HMM的词性标注
统计语言模型的评价方法
扩充转移网络
动态规划算法
最小编辑距离
浅层句法分析技术
知识库的构建
命名实体识别
未登陆词识别
语言模型结构设计
树邻近语法
文本建模
随机上下文无关文法
概率上下文文法
同义词自动构建(词共现,基于浅层语法分析)
文本分类技术



8.架构

OOP
聊天系统/实时高效信息系统架构与源码
Bloom Filter 过滤器
分布式时钟(逻辑时钟) 同步技术
SCALA
Netty
Jetty
一致性Hash
分布式基本组建
原子广播



9.爬虫

爬虫原理
分布式架构
通用爬虫
主题爬虫
Nutch
Xpath
网页去重
URL去重



10.应用

人脸识别
垃圾邮件分类
文本聚类
语音合成(分解)
语音识别
手写识别
推荐系统
文档主题分析
二进制权限系统
搜索引擎关键字智能提示
最小敏感局部hash算法
Simrank
手写输入法
为文本生成关键词和摘要
拼音缩写提取
汉字转拼音/拼音转汉字
机器翻译
自动提取标签
图片提取标题
文字生成图像
问答系统  …



11.Github中的开源项目
值得mark的11个开源机器学习项目

1.scikit-learn Github:scikit-learn   2.Shogun  Github:shogun   3.Accord Framework/AForge.net  Github:Accord Framework/AForge.net  4.Mahout  5.MLlib  6.H2O  Github:H2O  7.Cloudera Oryx  8.GoLearn  9.Weka  10.CUDA-convnet  11.ConvNetJS  Github:ConvNetJS
12.个人收集网址

Microsoft Research 
机器学习温和指南
从零实现来理解机器学习算法:书籍推荐及障碍的克服
伯乐在线—机器学习
Coursera
台湾机器学习课程
机器学习之开源库大总结 
推荐!国外程序员整理的机器学习资源大全
机器学习经典书籍
机器学习经典论文/survey合集
人工智能和机器学习领域有哪些有趣的开源项目
机器学习该怎么入门(知乎回答)
整理:深度学习 vs 机器学习 vs 模式识别



13.机器学习需要了解的人物
1.吴恩达
2.中国大牛组

14.会议论文收集
15.书籍
1.PRML—Pattern Recognition And Machine Learning

本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道!

本文由 @小标 发布于职坐标。未经许可,禁止转载。
喜欢 | 0 不喜欢 | 0
看完这篇文章有何感觉?已经有0人表态,0%的人喜欢 快给朋友分享吧~
评论(0)
后参与评论

您输入的评论内容中包含违禁敏感词

我知道了

助您圆梦职场 匹配合适岗位
验证码手机号,获得海同独家IT培训资料
选择就业方向:
人工智能物联网
大数据开发/分析
人工智能Python
Java全栈开发
WEB前端+H5

请输入正确的手机号码

请输入正确的验证码

获取验证码

您今天的短信下发次数太多了,明天再试试吧!

提交

我们会在第一时间安排职业规划师联系您!

您也可以联系我们的职业规划师咨询:

小职老师的微信号:z_zhizuobiao
小职老师的微信号:z_zhizuobiao

版权所有 职坐标-一站式AI+学习就业服务平台 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
 沪公网安备 31011502005948号    

©2015 www.zhizuobiao.com All Rights Reserved