统计机器学习（目录）
曾为培训讲师，由于涉及公司版权问题，现文章内容全部重写，地址为https://www.cnblogs.com/nickchen121/p/11686958.html。
更新、更全的Python相关更新网站，更有数据结构、人工智能、Mysql数据库、爬虫、大数据分析教学等着你：https://www.cnblogs.com/nickchen121/
第一篇 优化算法
001 梯度下降（GradientDescent）小结 002 最小二乘法小结第二篇 模型优化参数
003 交叉验证(CrossValidation)原理小结 004 精确率与召回率，RoC曲线与PR曲线第三篇 线性回归
005 线性回归原理小结 006 scikit-learn和pandas基于windows单机机器学习环境的搭建 007 用scikit-learn和pandas学习线性回归 008 Lasso回归算法：坐标轴下降法与最小角回归法小结 009 用scikit-learn和pandas学习Ridge回归 010 scikit-learn线性回归算法库小结第三篇 逻辑回归
011 逻辑回归原理小结 012 scikit-learn逻辑回归类库使用小结第四篇 感知机
013 感知机原理小结 014 机器学习算法的随机数据生成第五篇 决策树
015 决策树算法原理(上) 016 决策树算法原理(下) 017 scikit-learn决策树算法类库使用小结第六篇 K近邻法(KNN)
018 K近邻法(KNN)原理小结 019 scikit-learnK近邻法类库使用小结第七篇 朴素贝叶斯算法
020 朴素贝叶斯算法原理小结 021 scikit-learn朴素贝叶斯类库使用小结第八篇 最大熵模型
022 最大熵模型原理小结第九篇 支持向量机
023 支持向量机原理(一)线性支持向量机 024 支持向量机原理(二)线性支持向量机的软间隔最大化模型 025 支持向量机原理(三)线性不可分支持向量机与核函数 026 支持向量机原理(四)SMO算法原理 027 支持向量机原理(五)线性支持回归 028 scikit-learn支持向量机算法库使用小结 029 支持向量机高斯核调参小结第十篇 集成学习
030 集成学习原理小结 031 集成学习之Adaboost算法原理小结 032 scikit-learnAdaboost类库使用小结 033 梯度提升树(GBDT)原理小结 034 scikit-learn梯度提升树(GBDT)调参小结 035 Bagging与随机森林算法原理小结 036 scikit-learn随机森林调参小结 037 XGBoost算法原理小结 038 XGBoost类库使用小结第十一篇 无监督学习
039 K-Means聚类算法原理 040 用scikit-learn学习K-Means聚类 041 BIRCH聚类算法原理 042 用scikit-learn学习BIRCH聚类 043 DBSCAN密度聚类算法 044 用scikit-learn学习DBSCAN聚类 045 谱聚类（spectralclustering）原理总结 046 用scikit-learn学习谱聚类第十二篇 降维算法
047 主成分分析（PCA）原理总结 048 用scikit-learn学习主成分分析(PCA) 049 线性判别分析LDA原理总结 050 用scikit-learn进行LDA降维 051 奇异值分解(SVD)原理与在降维中的应用 052 局部线性嵌入(LLE)原理总结 053 用scikit-learn研究局部线性嵌入(LLE)第十三篇 推荐算法
054 典型关联分析(CCA)原理总结 055 Apriori算法原理总结 056 FPTree算法原理总结 057 PrefixSpan算法原理总结 058 用Spark学习FPTree算法和PrefixSpan算法 059 协同过滤推荐算法总结 060 矩阵分解在协同过滤推荐算法中的应用 061 SimRank协同过滤推荐算法 062 用Spark学习矩阵分解推荐算法 063 分解机(FactorizationMachines)推荐算法原理 064 EM算法原理总结第十四篇 特征工程
065 特征工程之特征选择 066 特征工程之特征表达 067 特征工程之特征预处理第十四篇 贝叶斯个性化排序(BPR)算法
068 贝叶斯个性化排序(BPR)算法小结 069 用tensorflow学习贝叶斯个性化排序(BPR)第十五篇 用PMML实现机器学习模型的跨平台上线
070 用PMML实现机器学习模型的跨平台上线第十六篇 异常点检测算法
071 异常点检测算法小结第十七篇 推荐阅读
推荐书单（网课）-人生/编程/Python/机器学习 Python从入门到放弃（目录） 十天快速入门Python（目录） 数据结构与算法-Python/C（目录） Go从入门到放弃（目录） 统计机器学习（目录） TensorFlow2教程（目录） 机器学习（目录） Python能干啥（目录） 考研每日总结 大数据分析和人工智能科普 人工智能（机器学习）学习之路推荐
更多精彩
