机器学习公式推导与代码实现30讲.pdf

机器学习公式推导与代码实现 在实际工作和研究中，封装好的简单易用的 package 给我们的工作带来了莫大的便利，大大提高了我们机器学习模型和算法的实现效率。但这仅限于使用过程中。数学推导+纯numpy实现。 1. 线性回归 2. 逻辑回归 3. k 近邻 4. 决策树 ID3 算法 5. 决策树 CART 算法 6. 感知机 7. 神经网络 8. 线性可分支持向量机 9. 线性支持向量机 10. 线性不可分支持向量 11. 朴素贝叶斯 12. 贝叶斯网络 13. Lasso 14. Ridge 15. GBDT 16. AdaBoost 17. XGBoost 18. LightGBM 19. CatBoost 20. 随机森林 21. 最大信息熵模型 22. EM 算法. 23. CRF 条件随机场 24. HMM 隐马尔可夫模型 25. k-means 聚类 26. PCA 主成分分析 27. LDA 线性判别分析