machine_learn.jpg

本文持续更新基于实例的Sklearn、TensorFlow以及自编函数的机器学习Python3源代码，包括数据集的爬虫，数据的处理，算法理论推导以及算法的简单应用示例。

目前已经完成的机器学习算法：

一、入门篇

• Linear Regression (线性回归)
  • 实例：波士顿房屋价格预测

• Logistic Regression (逻辑回归)
  • 实例：心脏病预测
• Softmax Regression (SoftMax回归)
  • 实例：鸢尾花分类
• Kmeans++ Cluster (Kmeans++聚类)
  • 实例：啤酒聚类

二、初级篇

• 理论说明&公式推导

  • BP神经网络
  • 支持向量机
  • 决策树CART

• 回归实例：预测北京市Pm2.5

  • BP神经网络
  • 支持向量机
  • 决策树CART

• 分类实例：成年人收入、Mnist手写数字、心脏病

  • BP神经网络
  • 支持向量机
  • 决策树CART

三、中级篇——集成学习

• Bagging

  • 随机森林

• Boosting

  • AdaBoost
  • GBDT
  • XGBoost
  • LightGBM
  • CatBoost

• Stacking

  • Stacking

• Blending

  • Blending

四、高级篇

• 卷积神经网络
  • 篇一 图像
  • 篇二 初识卷积
  • 篇三 池化

待更新算法：CNN，RNN，强化学习

扫描关注微信公众号pythonfan，获取更多。

pythonfan.jpg