博客目录 布满荆棘的人生 2022-06-09 11:17 305阅读 0赞 ## R语言学习笔记 ## ### R实现机器学习 ### [R机器学习（一）——一元回归][R] [R机器学习（二）——非线性回归][R 1] [R机器学习（三）——多元回归][R 2] [R机器学习（四）——logistics回归][R_logistics] [R机器学习（五）——决策树ID3算法][R_ID3] R机器学习（六）——决策树C4.5算法 R机器学习（七）——回归树CART算法 R机器学习（八）——K-means聚类 R机器学习（九）——层次聚类 R机器学习（十）——密度聚类DBSCAN R机器学习（十一）——Apriori关联规则 R机器学习（十二）——SVM R机器学习（十三）——时间序列模型 R机器学习（十四）——主成分分析 R机器学习（十五）——朴素贝叶斯 R机器学习（十六）——KNN算法 R机器学习（十七）——梯度提升决策树（GBDT） R机器学习（十八）——随机森林 R机器学习（十九）——Adaboost算法 [R机器学习（二十）——BP神经网络][R_BP] [R机器学习（二十一）——基于Tensorflow实现神经网络][R_Tensorflow] ## Python学习笔记 ## ### Python基础 ### [常用文件读取][Link 1] [Python2与Python3的不同][Python2_Python3] [Python正则表达式][Python] [基于python的urllib库编写网络爬虫 ][python_urllib_] [人脸检测工具face\_recognition的安装与使用][face_recognition] [Mac安装图像标注工具LabelImg][Mac_LabelImg] [Mac Python安装liblinear机器学习库][Mac Python_liblinear] [用pip安装python库下载超时的解决办法][pip_python] ### Python数据结构 ### [Python数据结构（一）——线性表：顺序表的实现][Python 1] Python数据结构（二）——线性表：链表的实现 [Python数据结构（三）——字符串：KMP算法实现][Python_KMP] [Python数据结构（四）——排序：冒泡排序][Python 2] [Python数据结构（五）——排序：直接选择排序][Python 3] [Python数据结构（六）——排序：插入排序][Python 4] [Python数据结构（七）——排序：快速排序][Python 5] Python数据结构（）——排序：堆排序 Python数据结构（）——排序：归并排序 ### Python模块 ### [Python常用模块（一）——shutil模块][Python_shutil] [Python常用模块（二）——os模块][Python_os] [Python常用模块（三）——collections模块的常用方法][Python_collections] ### Matplotlib画图 ### [Matplotlib画图（一）——散点图scatter ][Matplotlib_scatter] [Matplotlib画图（二）——根据函数公式画图 ][Matplotlib_] [Matplotlib画图（三）——分段函数 ][Matplotlib_ 1] [Matplotlib画图（四）——折线图 ][Matplotlib_ 2] [Matplotlib画图（五）——多图片共框 ][Matplotlib_ 3] [Matplotlib画图（六）——图中图 ][Matplotlib_ 4] [Matplotlib画图（七）——线的颜色、点的形状 ][Matplotlib_ 5] [Matplotlib画图（八）——条形图 ][Matplotlib_ 6] [Matplotlib画图（九）——饼图 ][Matplotlib_ 7] [Matplotlib画图（十）——基于networkx画关系网络图 ][Matplotlib_networkx_] [Matplotlib画图（十一）——箱线图][Matplotlib] ### scikit-learn实现机器学习 ### [【scikit-learn】机器学习（一）——一元回归模型][scikit-learn] 【scikit-learn】机器学习（二）——非线性回归 【scikit-learn】机器学习（三）——多元回归 【scikit-learn】机器学习（四）——logistics回归 【scikit-learn】机器学习（五）——决策树ID3算法 【scikit-learn】机器学习（六）——决策树C4.5算法 【scikit-learn】机器学习（七）——回归树CART算法 [【scikit-learn】机器学习（八）——K-means聚类 ][scikit-learn_K-means_] 【scikit-learn】机器学习（九）——层次聚类 【scikit-learn】机器学习（十）——密度聚类DBSCAN 【scikit-learn】机器学习（十一）——Apriori关联规则 【scikit-learn】机器学习（十二）——SVM 【scikit-learn】机器学习（十三）——时间序列模型 【scikit-learn】机器学习（十四）——主成分分析 【scikit-learn】机器学习（十五）——朴素贝叶斯 【scikit-learn】机器学习（十六）——KNN算法 【scikit-learn】机器学习（十七）——梯度提升决策树（GBDT） 【scikit-learn】机器学习（十八）——随机森林 【scikit-learn】机器学习（十九）——Adaboost算法 【scikit-learn】机器学习（二十）——BP神经网络 【scikit-learn】机器学习（二十一）——基于Tensorflow实现神经网络 [【scikit-learn】机器学习（二十二）——图片聚类：k-means算法的python实现][scikit-learn_k-means_python] [ ][Link 2] ## Machine Learning学习笔记 ## [【Trick】决策树剪枝][Trick] [【Trick】核技巧][Trick 1] [【Trick】数据预处理的常用方法][Trick 2] [【Trick】机器学习特征工程处理（一）][Trick 3] [【异同】信息增益、Gini、信息增益率][Gini] [【异同】决策树ID3和C4.5的异同][ID3_C4.5] [【异同】LR和SVM的异同][LR_SVM] [【异同】梯度提升决策树和随机森林的异同][Link 3] [【ML算法】监督学习——线性回归][ML] [【ML算法】监督学习——逻辑回归][ML 1] [【ML算法】监督学习——决策树ID3算法][ML_ID3] 【ML算法】监督学习——决策树C4.5算法 [【ML算法】监督学习——支持向量机][ML 2] [【ML算法】监督学习——KNN算法][ML_KNN] [【ML算法】无监督学习——K-means聚类][ML_K-means] 【ML算法】无监督学习——层次聚类 【ML算法】无监督学习——DBCAN聚类 [【ML算法】无监督学习——关联规则Apriori][ML_Apriori] 【ML算法】集成学习——随机森林（RF） 【ML算法】集成学习——GBDT 【ML算法】集成学习——Adaboost 【ML算法】集成学习——xgboost ## Machine Learning算法底层实现（基于python） ## 【ML算法实现】监督学习——线性回归 【ML算法实现】监督学习——逻辑回归 【ML算法实现】监督学习——决策树ID3算法 【ML算法实现】监督学习——决策树C4.5算法 【ML算法实现】监督学习——支持向量机 【ML算法实现】监督学习——KNN算法 【ML算法实现】无监督学习——K-means聚类 【ML算法实现】无监督学习——层次聚类 【ML算法实现】无监督学习——DBCAN聚类 【ML算法实现】无监督学习——关联规则Apriori 【ML算法实现】集成学习——随机森林（RF） 【ML算法实现】集成学习——GBDT 【ML算法实现】集成学习——Adaboost 【ML算法实现】集成学习——xgboost ## 推荐系统专题 ## [推荐系统——算法概述][Link 4] 推荐系统——冷启动问题 ## Deep Learning学习笔记 ## ### 算法学习 ### [Deep Learning常用数据集][Deep Learning] [相对熵与交叉熵][Link 5] [AutoEncoder详解][AutoEncoder] [VAE详解][VAE] [相似图片搜索算法介绍][Link 6] [常见超分辨率处理方法][Link 7] [防止过拟合的处理方法][Link 8] ### Tensorflow ### [卷积神经网络简介][Link 9] [基于Tensorflow实现AutoEncoder][Tensorflow_AutoEncoder] [LeNet5神经网络简介及TensorFlow实现 ][LeNet5_TensorFlow_] [VGG网络详解及代码实现][Tensorflow_AutoEncoder] [Tensorflow实现CNN][Tensorflow_CNN] ### Keras ### [python机器学习算法（Keras） ][python_Keras_] [基于Keras实现CNN][Keras_CNN] [用RNN做MNIST分类][RNN_MNIST] ### Pytorch ### [Pytorch实现CNN卷积神经网络][Pytorch_CNN] ### Caffe ### [Mac安装caffe时出现的错误][Mac_caffe] ## DL&ML项目实践 ## [【ML项目】基于决策树算法的电信运营商客户流失预测][ML 3] [【ML项目】基于聚类算法的我国临终关怀现状分析][ML 4] 【ML项目】基于情感分析和关系网络的影视产品文本挖掘分析 [【ML项目】基于网络爬虫和数据挖掘算法的web招聘数据分析（一）——数据获取及预处理][ML_web] 【ML项目】基于网络爬虫和数据挖掘算法的web招聘数据分析（二）——探索性数据分析 【ML项目】基于网络爬虫和数据挖掘算法的web招聘数据分析（三）——数据挖掘算法建模 [【DL项目】跑CNN程序时遇到的error(持续更新)][DL_CNN_error] [【DL项目】你的颜值打几分？基于Tensorflow实现人脸打分][DL_Tensorflow] ## Reinforvement Learning学习笔记 ## [基于tensorflow实现RL的policy based算法][tensorflow_RL_policy based] ## Hadoop&Spark学习 ## [【Hadoop&Spark】安装详解][Hadoop_Spark] ## Docker学习 ## [运行Docker时遇到的一些问题][Docker] ## 论文笔记 ## ### 论文翻译 ### [Support Vector Clustering 论文翻译（未完待续） ][Support Vector Clustering _] [Generative Adversarial Nets论文翻译(未完待续)][Generative Adversarial Nets] [Convolutional Clustering for Unsupervised Learning 论文翻译][Convolutional Clustering for Unsupervised Learning] [Very Deep Convolutional Network For Large-Scale Image Recognition 论文翻译（VGG） ][Very Deep Convolutional Network For Large-Scale Image Recognition _VGG_][Dynamic Routing Between Capsules论文翻译（中英文对照）（更新中）][Dynamic Routing Between Capsules] ### 论文理解 ### [Generative Adversarial Nets 论文理解][Generative Adversarial Nets 1] [Convolutional Clustering for Unsupervised Learning 论文理解][Convolutional Clustering for Unsupervised Learning 1] [Very Deep Convolutional Networks for Large-Scale Image Recognition——VGG（论文理解）][Very Deep Convolutional Networks for Large-Scale Image Recognition_VGG] ## 编程问题 ## [网易有道笔试题——数字位数全排列整除问题 ][Link 10] [金山云笔试题——字母密码转换排列问题 ][Link 11] [R]: http://blog.csdn.net/roguesir/article/details/78067993 [R 1]: http://blog.csdn.net/roguesir/article/details/78068005 [R 2]: http://blog.csdn.net/roguesir/article/details/77847191 [R_logistics]: http://blog.csdn.net/roguesir/article/details/78088650 [R_ID3]: http://blog.csdn.net/roguesir/article/details/78147616 [R_BP]: http://blog.csdn.net/roguesir/article/details/76573096 [R_Tensorflow]: http://blog.csdn.net/roguesir/article/details/75810176 [Link 1]: http://blog.csdn.net/roguesir/article/details/77748180 [Python2_Python3]: http://blog.csdn.net/roguesir/article/details/76736474 [Python]: http://blog.csdn.net/roguesir/article/details/74940113 [python_urllib_]: http://blog.csdn.net/roguesir/article/details/74923232 [face_recognition]: http://blog.csdn.net/roguesir/article/details/77104246 [Mac_LabelImg]: http://blog.csdn.net/roguesir/article/details/73647695 [Mac Python_liblinear]: https://blog.csdn.net/roguesir/article/details/79793569 [pip_python]: http://blog.csdn.net/roguesir/article/details/76813173 [Python 1]: http://blog.csdn.net/roguesir/article/details/78257555 [Python_KMP]: http://blog.csdn.net/roguesir/article/details/78319845 [Python 2]: http://blog.csdn.net/roguesir/article/details/78352795 [Python 3]: http://blog.csdn.net/roguesir/article/details/78353794 [Python 4]: http://blog.csdn.net/roguesir/article/details/78354360 [Python 5]: http://blog.csdn.net/roguesir/article/details/78355563 [Python_shutil]: http://blog.csdn.net/roguesir/article/details/78181523 [Python_os]: http://blog.csdn.net/roguesir/article/details/78181570 [Python_collections]: https://blog.csdn.net/roguesir/article/details/79657608 [Matplotlib_scatter]: http://blog.csdn.net/roguesir/article/details/75037571 [Matplotlib_]: http://blog.csdn.net/roguesir/article/details/77839283 [Matplotlib_ 1]: http://blog.csdn.net/roguesir/article/details/77839438 [Matplotlib_ 2]: http://blog.csdn.net/roguesir/article/details/77839721 [Matplotlib_ 3]: http://blog.csdn.net/roguesir/article/details/77839818 [Matplotlib_ 4]: http://blog.csdn.net/roguesir/article/details/77854607 [Matplotlib_ 5]: http://blog.csdn.net/roguesir/article/details/77932526 [Matplotlib_ 6]: http://blog.csdn.net/roguesir/article/details/78178365 [Matplotlib_ 7]: http://blog.csdn.net/roguesir/article/details/78178342 [Matplotlib_networkx_]: http://blog.csdn.net/roguesir/article/details/78211580 [Matplotlib]: http://blog.csdn.net/roguesir/article/details/78249864 [scikit-learn]: http://blog.csdn.net/roguesir/article/details/77884128 [scikit-learn_K-means_]: http://blog.csdn.net/roguesir/article/details/78273586 [scikit-learn_k-means_python]: http://blog.csdn.net/roguesir/article/details/74283268 [Link 2]: http://blog.csdn.net/roguesir/article/details/77886996 [Trick]: http://blog.csdn.net/roguesir/article/details/76690931 [Trick 1]: http://blog.csdn.net/roguesir/article/details/78803959 [Trick 2]: http://blog.csdn.net/roguesir/article/details/78639809 [Trick 3]: http://blog.csdn.net/roguesir/article/details/79183431 [Gini]: http://blog.csdn.net/roguesir/article/details/76619919 [ID3_C4.5]: http://blog.csdn.net/roguesir/article/details/76474709 [LR_SVM]: http://blog.csdn.net/roguesir/article/details/76174879 [Link 3]: http://blog.csdn.net/roguesir/article/details/76173879 [ML]: http://blog.csdn.net/roguesir/article/details/78637391 [ML 1]: http://blog.csdn.net/roguesir/article/details/79616328 [ML_ID3]: http://blog.csdn.net/roguesir/article/details/76628024 [ML 2]: http://blog.csdn.net/roguesir/article/details/78659645 [ML_KNN]: http://blog.csdn.net/roguesir/article/details/78580412 [ML_K-means]: http://blog.csdn.net/roguesir/article/details/78632606 [ML_Apriori]: http://blog.csdn.net/roguesir/article/details/78742843 [Link 4]: http://blog.csdn.net/roguesir/article/details/79010513 [Deep Learning]: http://blog.csdn.net/roguesir/article/details/73790619 [Link 5]: http://blog.csdn.net/roguesir/article/details/77481968 [AutoEncoder]: http://blog.csdn.net/roguesir/article/details/77469665 [VAE]: http://blog.csdn.net/roguesir/article/details/77480923 [Link 6]: http://blog.csdn.net/roguesir/article/details/77449682 [Link 7]: http://blog.csdn.net/roguesir/article/details/75214030 [Link 8]: http://blog.csdn.net/roguesir/article/details/78225059 [Link 9]: http://blog.csdn.net/roguesir/article/details/73741216 [Tensorflow_AutoEncoder]: http://blog.csdn.net/roguesir/article/details/77051250 [LeNet5_TensorFlow_]: http://blog.csdn.net/roguesir/article/details/73770448 [Tensorflow_CNN]: http://blog.csdn.net/roguesir/article/details/75030354 [python_Keras_]: http://blog.csdn.net/roguesir/article/details/74940390 [Keras_CNN]: http://blog.csdn.net/roguesir/article/details/74547787 [RNN_MNIST]: http://blog.csdn.net/roguesir/article/details/74536423 [Pytorch_CNN]: http://blog.csdn.net/roguesir/article/details/76577552 [Mac_caffe]: http://blog.csdn.net/roguesir/article/details/75029011 [ML 3]: http://blog.csdn.net/roguesir/article/details/73658419 [ML 4]: http://blog.csdn.net/roguesir/article/details/74940641 [ML_web]: http://blog.csdn.net/roguesir/article/details/78790409 [DL_CNN_error]: http://blog.csdn.net/roguesir/article/details/74940652 [DL_Tensorflow]: http://blog.csdn.net/roguesir/article/details/77164578 [tensorflow_RL_policy based]: http://blog.csdn.net/roguesir/article/details/76762444 [Hadoop_Spark]: http://blog.csdn.net/roguesir/article/details/78335034 [Docker]: http://blog.csdn.net/roguesir/article/details/76412257 [Support Vector Clustering _]: http://blog.csdn.net/roguesir/article/details/75007749 [Generative Adversarial Nets]: http://blog.csdn.net/roguesir/article/details/76886795 [Convolutional Clustering for Unsupervised Learning]: http://blog.csdn.net/roguesir/article/details/72842958 [Very Deep Convolutional Network For Large-Scale Image Recognition _VGG_]: http://blog.csdn.net/roguesir/article/details/77470043 [Dynamic Routing Between Capsules]: https://blog.csdn.net/roguesir/article/details/79681904 [Generative Adversarial Nets 1]: http://blog.csdn.net/roguesir/article/details/76985648 [Convolutional Clustering for Unsupervised Learning 1]: http://blog.csdn.net/roguesir/article/details/73681885 [Very Deep Convolutional Networks for Large-Scale Image Recognition_VGG]: http://blog.csdn.net/roguesir/article/details/77945732 [Link 10]: http://blog.csdn.net/roguesir/article/details/78089357 [Link 11]: http://blog.csdn.net/roguesir/article/details/78089600
相关 博客文章目录 > JAVA基础 《[AtomicBoolean][]》 《[AtomicInteger][]》 《[JUC之CopyOnWriteArraySet][JUC_Cop 水深无声/ 2022年11月17日 14:38/ 0 赞/ 271 阅读
相关 博客目录 [数据库连接串总结网址][Link 1] [Xtreme Toolkit Pro v11.2.1 汉化全过程(文章收藏)][Xtreme Toolkit Pro v11.2. 水深无声/ 2022年08月03日 23:47/ 0 赞/ 286 阅读
相关 博客目录 R语言学习笔记 R实现机器学习 [R机器学习（一）——一元回归][R] [R机器学习（二）——非线性回归][R 1] [R机器学习（三）——多元回归][R 2] 布满荆棘的人生/ 2022年06月09日 11:17/ 0 赞/ 306 阅读
相关 博客目录 更新日期：2021-02-25 [Linux学习笔记][Linux] 简介：Linux常用命令、管道与重定向、vim与shell脚本、流程控制 [R语 墨蓝/ 2022年05月26日 03:50/ 0 赞/ 266 阅读
相关 博客目录 python 基础 [pyenv 安装使用记录][pyenv] [python 基础 01][python _ 01] [python 基础 02][python _ Myth丶恋晨/ 2022年01月11日 08:29/ 0 赞/ 341 阅读
相关 博客目录 [一、Python基础目录][Python] [二、MySQL目录][MySQL] [三、Web前端目录][Web] [四、Django目录][Django] [五、L 布满荆棘的人生/ 2021年10月19日 00:52/ 0 赞/ 460 阅读
相关 python博客目录 python 学习目录 python内置函数 Django学习 模块 其他 python爬虫 第三方库 python内置函数 电玩女神/ 2021年10月14日 00:30/ 0 赞/ 382 阅读
相关 MachineLN博客目录 MachineLN博客目录 [https://blog.csdn.net/u014365862/article/details/78422372][https_b 忘是亡心i/ 2021年09月30日 03:22/ 0 赞/ 361 阅读
相关 博客文章目录 <table> <tbody> <tr> <td colspan="2"> <h3><span style="color:86ca5e;"><strong>J 你的名字/ 2021年09月28日 00:24/ 0 赞/ 475 阅读
水深无声
Myth丶恋晨
灰太狼
忘是亡心i
你的名字
还没有评论，来说两句吧...