CS_ALearn/ailearning
1
0
Fork 0
mirror of https://github.com/apachecn/ailearning.git synced 2026-05-07 14:13:14 +08:00
Code Issues Projects Releases Wiki Activity

更新首页目录

Browse Source
This commit is contained in:
jiangzhonglian
2017-06-12 18:51:49 +08:00
parent 6c8a480239
commit 1c601b9512
1 changed files with 16 additions and 16 deletions
Download Patch File Download Diff File Expand all files Collapse all files

32
README.md
View File

@@ -5,31 +5,31 @@
## 第一部分 分类
* 1) [机器学习基础](./docs/1.机器学习基础.md)
* 2) [k-近邻算法](./docs/2.k-近邻算法.md)
* 3) [决策树](./docs/3.决策树.md)
* 4) [基于概率论的分类方法：朴素贝叶斯](./docs/4.朴素贝叶斯.md)
* 5) [Logistic回归](./docs/5.Logistic回归.md)
* 6) [支持向量机](./docs/6.支持向量机.md)
* 7-1) [利用AdaBoost元算法提高分类](./docs/7.利用AdaBoost元算法提高分类.md)
* 7-2) [随机森林的使用(非课本内容)](./docs/7.随机森林的使用.md)
* 1.) [机器学习基础](./docs/1.机器学习基础.md)
* 2.) [k-近邻算法](./docs/2.k-近邻算法.md)
* 3.) [决策树](./docs/3.决策树.md)
* 4.) [基于概率论的分类方法：朴素贝叶斯](./docs/4.朴素贝叶斯.md)
* 5.) [Logistic回归](./docs/5.Logistic回归.md)
* 6.) [支持向量机](./docs/6.支持向量机.md)
* 7.1) [利用AdaBoost元算法提高分类](./docs/7.利用AdaBoost元算法提高分类.md)
* 7.2) [随机森林的使用(非课本内容)](./docs/7.随机森林的使用.md)
## 第二部分 利用回归预测数值型数据
* 8) [预测数值型数据：回归](./docs/8.预测数值型数据：回归.md)
* 9) [树回归](./docs/9.树回归.md)
* 8.) [预测数值型数据：回归](./docs/8.预测数值型数据：回归.md)
* 9.) [树回归](./docs/9.树回归.md)
## 第三部分 无监督学习
* 10) [使用K-均值聚类算法对未标注数据分组:k-means聚类](./docs/10.k-means聚类.md)
* 11) [使用Apriori算法进行关联分析](./docs/11.使用Apriori算法进行关联分析.md)
* 12) [使用FP-growth算法来高效发现频繁项集](./docs/12.使用FP-growth算法来高效发现频繁项集.md )
* 10.) [使用K-均值聚类算法对未标注数据分组:k-means聚类](./docs/10.k-means聚类.md)
* 11.) [使用Apriori算法进行关联分析](./docs/11.使用Apriori算法进行关联分析.md)
* 12.) [使用FP-growth算法来高效发现频繁项集](./docs/12.使用FP-growth算法来高效发现频繁项集.md )
## 第四部分 其他工具
* 13) [利用PCA来简化数据](./docs/13.利用PCA来简化数据.md)
* 14) [利用SVD简化数据](./docs/14.利用SVD简化数据.md)
* 15) [大数据与MapReduce](./docs/15.大数据与MapReduce.md)
* 13.) [利用PCA来简化数据](./docs/13.利用PCA来简化数据.md)
* 14.) [利用SVD简化数据](./docs/14.利用SVD简化数据.md)
* 15.) [大数据与MapReduce](./docs/15.大数据与MapReduce.md)
## 第五部分 项目实战(非课本内容 来之ApacheCN Team)