机器学习100天

英文原版请移步Avik-Jain。

目录

• 数据预处理
• 简单线性回归
• 多元线性回归
• 逻辑回归
• k近邻法(k-NN)
• 支持向量机(SVM)
• 决策树

数据预处理 | 第1天

数据预处理实现

简单线性回归 | 第2天

简单线性回归实现

多元线性回归 | 第3天

多元线性回归实现

逻辑回归 | 第4天

逻辑回归 | 第5天

今天我深入研究了逻辑回归到底是什么，以及它背后的数学是什么。学习了如何计算代价函数，以及如何使用梯度下降法来将代价函数降低到最小。
由于时间关系，我将隔天发布信息图。如果有人在机器学习领域有一定经验，并愿意帮我编写代码文档，也了解github的Markdown语法，请在领英联系我。

逻辑回归 | 第6天

逻辑回归实现

K近邻法(k-NN) | 第7天

K近邻法(k-NN) | 第11天

K近邻法(k-NN)实现

支持向量机(SVM) | 第12天

支持向量机(SVM) | 第13天

SVM实现

决策树 | 第23天

决策树 | 第25天

决策树实现

随机森林 | 第33天