frank-shaw的博客目录

$$啃硬骨头$$

0目录

3月在线机器学习班课堂笔记

稳定版

第一课--微积分与概率论基础
第二课--参数估计与矩阵运算
第三课--凸优化
第四课--线性回归与广义线性回归
第五课——梯度下降与拟牛顿
第六课--信息熵与最大熵模型
第七课--聚类方法
第八课--决策树与随机森林
第九课--Boosting
第十课--贝叶斯网络
第十二课--EM算法

Beta版

第十四课--HMM
第十七课part1--PCA
第十七课part2--SVD

网易《机器学习》部分笔记$_{-不与在线学习班知识点重叠}$

第9课--经验风险最小化（学习理论01）
第10课--VC维、模型选择（学习理论02）
第11课--MAP、机器学习建议（学习理论03）

第16课--增强学习与马尔科夫决策过程（MDP）
第17课--马尔科夫决策过程（MDP）2
第18课--MDP的变形

Java学习

点击进入之后，还会有一个目录，内部有详细笔记。
java.基础知识
java.集合
java.异常
java.多线程
java.内存
java.类加载

Hadoop

MapReduce编程模型及其在Hadoop上的实现

前端

AngularJS
HTML

服务端

NodeJS

聚沙成塔

参与阿里巴巴移动推荐算法比赛感想与总结
Logistic回归、Logistic Loss函数与极大似然估计
VSM、TF-IDF与LSA
评价分类器性能指标之AUC、ROC