机器学习与数据挖掘
- 正则化详解
- 归一化和标准化大全
- 过采样中用到的SMOTE算法
- python sklearn模型中random_state参数的
- EM算法
- Bagging与随机森林算法
- XgBoost算法
- GBDT集成算法（梯度提升树）
- Adaboost集成算法
- 集成学习算法
- DBSCAN聚类算法
- K-Means聚类算法
- 奇异值分解（SVD）
- 主成分分析（PCA)
- 支持向量机（SVM）
- 神经网络
- 逻辑回归算法（二）
- 线型回归、逻辑回归和神经网络的区别
- k-近邻算法
- 朴素贝叶斯
- 贝叶斯
- 决策树
- 逻辑回归算法
- 梯度下降
- 线型回归算法
- (二十八)项目实战|交易数据异常检测(三)-python数据分析
- (二十七)项目实战|交易数据异常检测(二)-python数据分析
- (二十六)项目实战|交易数据异常检测(一)-python数据分析
- (二十五)案例实战：Python实现逻辑回归与梯度下降策略-py
- 总结一点面试问题－－算法工程师（机器学习）
- jieba分词
- 机器学习（六）Sigmoid函数和Softmax函数
- 一文搞懂反向传播算法
- 面试经验（机器学习）
- 常用激活函数比较
- sklearn中的fit fit_transform和trans
机器学习与数据挖掘领域文章
