PageRank、SVM、决策树、K均值、KNN、朴素贝叶斯、Apriori、EM、AdaBoost、Cart等算法的原理、实例及部分可用软件的介绍

作者于2018年夏秋开始备战机器学习算法岗，总结汇总了如此的面试和笔试经验，希望能够对众多童鞋有用。

基于近红外光谱结合机器学习算法检测食用明胶品种溯源的研究.pdf

ML-algotrade 项目名称：机器学习的算法交易 1.项目建议书 Baruch MTH 9899的小组项目-大数据II：机器学习 1.1项目成员 崔一凡 王成斌， 天， 1.2项目构想 使用不同的机器学习算法来修改传统的技术策略，并通过对研究的循环测试来找到一个好的算法， 机器学习算法 最近的邻居， 随机森林， 支持向量机， 技术策略 布林带 势头 旋转相对图我们Introduction to machine learning为指南来理解算法，并Evidence-based technical analysis来学习技术策略。 1.3数据集和软件：Quantopian Quantopian是我们的主要研究和回测平台，我们在此托管研究环境中研究算法交易思路并借助机器学习算法来探索策展的财务数据。 Quantopian支持灵活的数据访问，自定义绘图以及对回测的事后分

本资源包含常用的机器学习算法,包括KNN,朴素贝叶斯,决策树,逻辑回归,Adaboost,K-means等,及其实现的python代码

机器学习总结一-算法公式的向量化实现vectorization

机器学习算法代码适合刚入门机器学习的人进行学习：adaboost、svm、神经网络等

SML实现图像标注/分类

300到算法岗面试基本问题

数学建模算法学习 机器学习算法 BP神经网络基本原理与应用 共47页.ppt