https://github.com/myazi/mylearn

machine learning algorithm
https://github.com/myazi/mylearn

adaboost bayes cart crf dnn gmm hmm id3 kmeans-clustering knn linear-regression log logistic-regression memm rf softmax-regression svm

Last synced: 16 days ago
JSON representation

machine learning algorithm

• Host: GitHub
• URL: https://github.com/myazi/mylearn
• Owner: myazi
• Created: 2017-05-07T08:37:31.000Z (over 8 years ago)
• Default Branch: master
• Last Pushed: 2021-11-09T12:21:04.000Z (almost 4 years ago)
• Last Synced: 2025-01-30T21:35:33.794Z (9 months ago)
• Topics: adaboost, bayes, cart, crf, dnn, gmm, hmm, id3, kmeans-clustering, knn, linear-regression, log, logistic-regression, memm, rf, softmax-regression, svm
• Language: C++
• Homepage:
• Size: 38 MB
• Stars: 163
• Watchers: 13
• Forks: 63
• Open Issues: 1
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# myLearn

**make:生成可执行文件**

**demo.sh:调试入口**

**model.conf:模型参数**

-----------------------------------------------------------------------------------

**从线性到非线性模型**

  1、线性回归，岭回归，Lasso回归，局部加权线性回归

  2、logistic回归，softmax回归，最大熵模型

  3、广义线性模型

  4、Fisher线性判别和线性感知机

  5、三层神经网络

  6、支持向量机

**统计概率模型**

  1、高斯判别分析

  2、朴素贝叶斯

  3、隐马尔可夫模型

  4、最大熵马尔科夫模型

  5，条件随机场

  6，马尔科夫决策过程

**树模型**

  1、决策树 ID3，C4.5，CART

  2、随机森林RF

  3、Adaboost

  4、GBDT

  5、XGboost

  6、孤立森林（异常检测）

  

**聚类模型**

  1、层次聚类

  2、原型聚类-K-means

  3、模型聚类-GMM

  4、EM算法-LDA主题模型

  5、密度聚类-DBSCAN

  6、图聚类-谱聚类

**特征工程**

  1、特征工程

  2、特征提取

  3、特征选择

**学习理论**

  1、基本概念

  2、PAC理论

  3、VC维

  

  4、极大似然，最大后验概率，贝叶斯估计

  5、模型选择与评价评价

  6、模型诊断调参

  

**深度学习**

  .

  .

**哈希学习**

  .

  .

  

**自然语言处理**

  .

  .

**搜索推荐**

  .

  .