ML

机器学习的笔记及相关代码，不是很全面并且或许存在许多的不足之处。

目录

2. KNN
3. K近邻图像识别*
4. 深挖KNN
5. 线性回归
6. 逻辑回归
7. 正则
8. 搭建广告点击预测系统*
9. 朴素贝叶斯
10. 搭建情感分析系统*
11. 决策树
12. 随机森林
13. 基于集成学习模型的股价预测*
14. 提升树
15. 搭建金融风控领域中的评分卡*
16. K-means：人人皆可用到的聚类算法
17. 基于聚类分析的个性化影响*
18. 层次聚类：另一个非常有效的聚类算法
19. 基于内容的推荐：买什么就推荐跟它类似的
20. 协同过滤：推荐朋友喜欢的商品
21. 搭建门户网站的新闻推荐系统
22. 神经网络：深度学习的第一站
23. 支持向量机：深度学习之前的王者
24. 核函数：最精妙的高维变换

25. 搭建聊天机器人中的意图识别引擎

• 聊天机器人的架构剖析
• 自然语言理解与意图识别
• 文本领域的特征工程

工业蒸汽预测*

* 包含实战项目

Reference:

《统计学习方法》课件及其延伸：学它！李航《统计学习方法》课件，清华大学深圳研究院教授制作

《统计学习方法》的配套代码