博客总目录

由于想将精力专注于内容，而非写BLOG，所以接下来仅维护一个BLOG。
又因为 博客园 对公式的支持比较不友好，我用为知笔记写完，利用API发送上来，公式总是显示不出来。
所以接下来的文章，仅发表在知乎专栏中，这里仅列出目录，希望能给部分同学带来帮助。
 
专栏地址：https://zhuanlan.zhihu.com/data-miner

当我们在谈论K-means

在网上找到的K-means或聚类相关的文章，内容大多较为琐碎，不太能帮助深入理解它。为了加深对K-means的理解，以便在实际中调参与修改算法，于是有了这个系列。此系列主要是从理论层面去理解K-means及相关算法，包含的文章如下：

当我们在谈论GBDT

由于 GBDT 效果一直比较好，加上 XGBoost 的易用性，GBDT 近几年在Kaggle等竞赛中受到追捧。同时，也带火了相关的一些 ensemble learning 算法。我想系统的梳理一下相关的知识点，但网上有关 GBDT 的文章相对琐碎，所以有了这个系列。这个系列除了从理论层面去梳理相关概念，也会辅以实践案例，包含的文章如下（暂定，文章正在写）：

当我们在谈论 Deep Learning

Deep Learning 是众多机器学习算法中的一种。它起源于60年代的 Perceptron，经过80年代的 Artificial Neural Network，现阶段被称为 Deep Learning。迄今为止，是“有监督学习”领域最强大的算法类型，暂时还没有“之一”。同时，它也正在往”无监督“和”强化学习“领域扩散。网络上虽然已经有不少介绍 Deep Learning 的文章，但是大多不成系统，或作者并没有持续更新。因此便想自己写一个系列，梳理 Deep Learning 经典结构或算法，尽量保持更新。本系列包含的文章如下（这只是预告，正文正在写）：

Supervised Learning：

Unsupervised Learning：

Reinforcement Learning：

posted @ 2017-02-05 22:53  已注销++  阅读(197)  评论(2)  编辑  收藏  举报