机器学习笔记

邮箱：chenbf2011@gmail.com，欢迎交流

作者：chenbofeng

简介

里面的代码主要来自：

默认使用 python-2.7，以及一些常用的安装包： ipython， numpy， scipy，pandas, sklearn...

笔记内容使用 ipython notebook 来展示。

安装好 Python 和相应的包之后，可以在命令行下输入：

$ ipython notebook 来进入 ipython notebook。

建议安装 nbextensions，可以为每个章节增加目录以及其他功能，提高交互体验。

Name	Name	Last commit message	Last commit date
Latest commit History 52 Commits 52 Commits
.idea	.idea
.ipynb_checkpoints	.ipynb_checkpoints
common	common
datasets	datasets
figure	figure
机器学习笔记_files	机器学习笔记_files
CH00_数学公式.ipynb	CH00_数学公式.ipynb
CH01_机器学习理论基础.ipynb	CH01_机器学习理论基础.ipynb
CH02_最优化理论.ipynb	CH02_最优化理论.ipynb
CH03_线性回归.ipynb	CH03_线性回归.ipynb
CH04_逻辑回归.ipynb	CH04_逻辑回归.ipynb
CH05_支持向量机SVC&SVR.ipynb	CH05_支持向量机SVC&SVR.ipynb
CH06_决策树.ipynb	CH06_决策树.ipynb
CH07_朴素贝叶斯分类器.ipynb	CH07_朴素贝叶斯分类器.ipynb
CH08_集成学习之理论.ipynb	CH08_集成学习之理论.ipynb
CH09_集成学习之Bagging族算法.ipynb	CH09_集成学习之Bagging族算法.ipynb
CH10_集成学习之Boosting族算法.ipynb	CH10_集成学习之Boosting族算法.ipynb
CH11_聚类.ipynb	CH11_聚类.ipynb
CH12_KNN.ipynb	CH12_KNN.ipynb
CH13_降维与度量学习.ipynb	CH13_降维与度量学习.ipynb
CH14_降维之PCA.ipynb	CH14_降维之PCA.ipynb
CH15_降维之LDA.ipynb	CH15_降维之LDA.ipynb
README.md	README.md
智能优化算法.ipynb	智能优化算法.ipynb
特征工程.ipynb	特征工程.ipynb