博客目录

算法

监督学习

线性回归

局部加权线性回归

逻辑回归

线性判别分析

感知机

k近邻

支持向量机

神经网络

朴素贝叶斯

决策树

非监督学习

半监督学习

增强学习

推荐系统

推荐系统

笔记

Michael Nielsen《神经网络与深度学习》

第1章 使用神经网络识别手写数字

第2章 反向传播算法

第3章 改进神经网络的学习方法

第4章 神经网络可以计算任何函数的可视化证明

第5章 深度神经网络为何很难训练

第6章 深度学习

keras中文文档

keras中文文档笔记1——概述

keras中文文档笔记2——一些基本概念

keras中文文档笔记3——常见问题与解答

keras中文文档笔记4——配置与安装

keras中文文档笔记5——快速开始

keras中文文档笔记6——使用陷阱

keras中文文档笔记7——序贯模型

keras中文文档笔记8——函数式模型

keras中文文档笔记9——关于keras层

keras中文文档笔记10——数据预处理

keras中文文档笔记11——网络配置

keras中文文档笔记12——协助使用Keras

keras中文文档笔记13——解释CNN的滤波器

keras中文文档笔记14——花式自动编码器

keras中文文档笔记15——面向小数据集构建图像分类模型

keras中文文档笔记16——使用预训练的词向量

keras中文文档笔记17——将Keras作为tensorflow的精简接口

其他

python

python2和python3共存

tensorflow

Windows7 64位 安装tensorflow

数据处理

数据中的缺失值处理

损失函数

损失函数、风险函数、经验风险最小化、结构风险最小化