机器学习入门与中级——数学原理到百例代码演示

根据实际机器学习岗位的工作流程，每个流程详细讲解——

I，数据预处理：

    -标准化预处理

    -分位数预处理

    -规范化预处理

    -二值化预处理

    -缺失值预处理

    -多项式预处理

    -自定义预处理

    -图形提取

    -文本提取——词频向量

    -文本提取——TFIDF

    -文本提取——哈希化

II，模型生成：

    1，监督学习

        -回归模型

            a)简单线性回归

            b)岭回归

            c)LASSO回归

            d)弹性网络回归

            e)多项式回归

            f)稳健回归

            g)最小角回归

            h)贝叶斯回归

            i)逻辑回归

        -高斯学习

        -梯度下降

        -支持向量机（SVM）

        -决策树

        -集成学习

    2,半监督学习

        -标签传播

    3，无监督学习

        -聚类

            a)kmean聚类

            b)吸引子聚类

            c)均值漂移聚类

            d)谱聚类

            e)分层聚类

            f)DBSCAN聚类

            g)BIRCH聚类

        -高斯混合

        -降维

            a)PCA

            b)ICA

            c)ISOMAP

            d)LLE

            e)谱嵌入

            f)MDS

        -奇异点检测

III,模型校验

    -分类校验

    -回归校验

    -聚类校验

IV,模型优化