Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
ai-roadmap
提交
35a54aa6
A
ai-roadmap
项目概览
OpenDocCN
/
ai-roadmap
通知
183
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
A
ai-roadmap
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
35a54aa6
编写于
5月 16, 2019
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
1.0
上级
fd7545c5
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
187 addition
and
0 deletion
+187
-0
README.md
README.md
+1
-0
v1.0/README.md
v1.0/README.md
+186
-0
未找到文件。
README.md
浏览文件 @
35a54aa6
...
...
@@ -12,6 +12,7 @@
+
[
v0.1
](
v0.1/
)
+
[
v0.2
](
v0.2/
)
+
[
AI 联盟 2019.4
](
ai-union-201904/
)
+
[
v1.0
](
v1.0/
)
## 赞助我们
...
...
v1.0/README.md
0 → 100644
浏览文件 @
35a54aa6
# ApacheCN 人工智能知识树
> 版本:v1.0
## 统计机器学习
### 基础知识
+
[
AILearning 第1章_基础知识
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/1.机器学习基础.md
)
+
[
CS229 中文笔记 一、引言
](
http://ai-start.com/ml2014/html/week1.html
)
+
[
机器学习基石 1 -- The Learning Problem
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/2.md
)
+
[
机器学习基石 2 -- Learning to Answer Yes/No
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/3.md
)
+
[
机器学习基石 3 -- Types of Learning
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/4.md
)
+
[
机器学习基石 4 -- Feasibility of Learning
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/5.md
)
+
[
机器学习基石 5 -- Training versus Testing
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/6.md
)
+
[
机器学习基石 6 -- Theory of Generalization
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/7.md
)
+
[
机器学习基石 7 -- The VC Dimension
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/8.md
)
+
[
机器学习基石 8 -- Noise and Error
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/9.md
)
+
[
机器学习基石 16 -- Three Learning Principles
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/17.md
)
### 线性回归/逻辑回归/softmax 回归
+
[
AILearning 第5章_逻辑回归
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/5.Logistic回归.md
)
+
[
AILearning 第8章_回归
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/8.回归.md
)
+
[
CS229 中文笔记 二、单变量线性归
](
http://ai-start.com/ml2014/html/week1.html
)
+
[
CS229 中文笔记 四、多变量线性回归
](
http://ai-start.com/ml2014/html/week2.html
)
+
[
CS229 中文笔记 六、逻辑回归
](
http://ai-start.com/ml2014/html/week2.html
)
+
[
CS229 中文笔记 七、正则化
](
http://ai-start.com/ml2014/html/week2.html
)
+
[
DLAI 深度学习笔记 第一门课 第二周:神经网络的编程基础
](
http://ai-start.com/dl2017/html/lesson1-week2.html
)
+
[
机器学习基石 9 -- Linear Regression
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/10.md
)
+
[
机器学习基石 10 -- Logistic Regression
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/11.md
)
+
[
机器学习基石 11 -- Linear Models for Classification
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/12.md
)
-
[
机器学习基石 12 -- Nonlinear Transformation
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/13.md
)
+
[
机器学习技法 5 -- Kernel Logistic Regression
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/23.md
)
+
[
Scikit-learn 秘籍 第二章 处理线性模型
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/2.md
)
+
[
Scikit-learn 秘籍 第四章 使用 scikit-learn 对数据分类
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/4.md
)
### 决策树/随机森林
+
[
AILearning 第3章_决策树算法
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/3.决策树.md
)
+
[
AILearning 第9章_树回归
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/9.树回归.md
)
+
[
机器学习技法 9 -- Decision Tree
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/27.md
)
+
[
机器学习技法 10 -- Random Forest
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/28.md
)
+
[
Scikit-learn 秘籍 第四章 使用 scikit-learn 对数据分类
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/4.md
)
### GDBT/XGBoost
+
[
机器学习技法 11 -- Gradient Boosted Decision Tree
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/29.md
)
### 朴素贝叶斯
+
[
AILearning 第4章_朴素贝叶斯
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/4.朴素贝叶斯.md
)
+
[
Scikit-learn 秘籍 第四章 使用 scikit-learn 对数据分类
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/4.md
)
### 支持向量机
+
[
AILearning 第6章_支持向量机
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/6.支持向量机.md
)
+
[
AILearning 支持向量机的几个通俗理解
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/6.1.支持向量机的几个通俗理解.md
)
+
[
CS229 中文笔记 十二、支持向量机
](
http://ai-start.com/ml2014/html/week7.html
)
+
[
机器学习技法 1 -- Linear Support Vector Machine
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/19.md
)
+
[
机器学习技法 2 -- Dual Support Vector Machine
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/20.md
)
+
[
机器学习技法 3 -- Kernel Support Vector Machine
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/21.md
)
+
[
机器学习技法 4 -- Soft-Margin Support Vector Machine
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/22.md
)
+
[
机器学习技法 6 -- Support Vector Regression
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/24.md
)
+
[
Scikit-learn 秘籍 第四章 使用 scikit-learn 对数据分类
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/4.md
)
### K 近邻
+
[
AILearning 第2章_K近邻算法
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/2.k-近邻算法.md
)
+
[
Scikit-learn 秘籍 第三章 使用距离向量构建模型
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/3.md
)
### KMeans
+
[
AILearning 第10章_KMeans聚类
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/10.k-means聚类.md
)
+
[
CS229 中文笔记 十三、聚类
](
http://ai-start.com/ml2014/html/week8.html
)
+
[
Scikit-learn 秘籍 第三章 使用距离向量构建模型
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/3.md
)
### 高斯混合
+
[
Scikit-learn 秘籍 第三章 使用距离向量构建模型
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/3.md
)
### 集成学习
+
[
机器学习技法 7 -- Blending and Bagging
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/25.md
)
### AdaBoost
+
[
AILearning 第7章_集成方法
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/7.集成方法-随机森林和AdaBoost.md
)
+
[
机器学习技法 8 -- Adaptive Boosting
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/26.md
)
### PCA
+
[
AILearning 第13章_PCA降维
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/13.利用PCA来简化数据.md
)
+
[
AILearning 第14章_SVD简化数据
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/14.利用SVD简化数据.md
)
+
[
CS229 中文笔记 十四、降维
](
http://ai-start.com/ml2014/html/week8.html
)
### LDA
+
[
Scikit-learn 秘籍 第四章 使用 scikit-learn 对数据分类
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/4.md
)
### 异常检测
+
[
CS229 中文笔记 十五、异常检测
](
http://ai-start.com/ml2014/html/week9.html
)
### Apriori/FP-growth
+
[
AILearning 第11章_Apriori算法
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/11.使用Apriori算法进行关联分析.md
)
+
[
AILearning 第12章_FP-growth算法
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/12.使用FP-growth算法来高效发现频繁项集.md
)
## 深度学习
### 基础知识
+
[
DLAI 深度学习笔记 第一门课 第一周:深度学习引言
](
http://ai-start.com/dl2017/html/lesson1-week1.html
)
### MLP
+
[
CS229 中文笔记 八、神经网络:表述
](
http://ai-start.com/ml2014/html/week4.html
)
+
[
CS229 中文笔记 九、神经网络的学习
](
http://ai-start.com/ml2014/html/week5.html
)
+
[
DLAI 深度学习笔记 第一门课 第三周:浅层神经网络
](
http://ai-start.com/dl2017/html/lesson1-week3.html
)
+
[
DLAI 深度学习笔记 第一门课 第四周:深层神经网络
](
http://ai-start.com/dl2017/html/lesson1-week4.html
)
+
[
机器学习技法 12 -- Neural Network
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/30.md
)
+
[
机器学习技法 13 -- Deep Learning
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/31.md
)
+
[
机器学习技法 14 -- Radial Basis Function Network
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/32.md
)
### CNN
+
[
DLAI 深度学习笔记 第四门课 第一周 卷积神经网络
](
http://ai-start.com/dl2017/html/lesson4-week1.html
)
+
[
DLAI 深度学习笔记 第四门课 第二周 深度卷积网络:实例探究
](
http://ai-start.com/dl2017/html/lesson4-week2.html
)
### RNN
+
[
DLAI 深度学习笔记 第五门课 第一周 循环序列模型
](
http://ai-start.com/dl2017/html/lesson5-week1.html
)
+
[
DLAI 深度学习笔记 第五门课 第三周 序列模型和注意力机制
](
http://ai-start.com/dl2017/html/lesson5-week3.html
)
## 机器视觉
+
[
CS229 中文笔记 十八、应用实例:图片文字识别
](
http://ai-start.com/ml2014/html/week10.html
)
+
[
DLAI 深度学习笔记 第四门课 第三周 目标检测
](
http://ai-start.com/dl2017/html/lesson4-week3.html
)
+
[
DLAI 深度学习笔记 第四门课 第四周 特殊应用:人脸识别和神经风格转换
](
http://ai-start.com/dl2017/html/lesson4-week4.html
)
## 自然语言处理
+
[
DLAI 深度学习笔记 第五门课 第二周 自然语言处理与词嵌入
](
http://ai-start.com/dl2017/html/lesson5-week2.html
)
## 强化学习
## 推荐系统
+
[
AILearning 第16章_推荐系统
](
https://github.com/apachecn/AiLearning/blob/master/docs/ml/16.推荐系统.md
)
+
[
CS229 中文笔记 十六、推荐系统
](
http://ai-start.com/ml2014/html/week9.html
)
+
[
机器学习技法 15 -- Matrix Factorization
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/33.md
)
## 预处理/特征工程
+
[
Scikit-learn 秘籍 第一章 模型预处理
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/1.md
)
## 模型评估/模型调优
+
[
CS229 中文笔记 十、应用机器学习的建议
](
http://ai-start.com/ml2014/html/week6.html
)
+
[
CS229 中文笔记 十一、机器学习系统的设计
](
http://ai-start.com/ml2014/html/week6.html
)
+
[
DLAI 深度学习笔记 第二门课 第一周:深度学习的实用层面
](
http://ai-start.com/dl2017/html/lesson2-week1.html
)
+
[
DLAI 深度学习笔记 第二门课 第三周超参数调试,batch正则化和程序框架
](
http://ai-start.com/dl2017/html/lesson2-week3.html
)
+
[
DLAI 深度学习笔记 第三门课 第一周:机器学习策略(1)
](
http://ai-start.com/dl2017/html/lesson3-week1.html
)
+
[
DLAI 深度学习笔记 第三门课 第二周:机器学习策略(2)
](
http://ai-start.com/dl2017/html/lesson3-week2.html
)
+
[
机器学习基石 13 -- Hazard of Overfitting
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/14.md
)
+
[
机器学习基石 14 -- Regularization
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/15.md
)
+
[
机器学习基石 15 -- Validation
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/16.md
)
+
[
Scikit-learn 秘籍 第二章 处理线性模型
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/2.md
)
+
[
Scikit-learn 秘籍 第五章 模型后处理
](
https://github.com/apachecn/sklearn-cookbook-zh/blob/master/5.md
)
## 最优化
### 梯度下降
+
[
CS229 中文笔记 十七、大规模机器学习
](
http://ai-start.com/ml2014/html/week10.html
)
+
[
DLAI 深度学习笔记 第一门课 第二周:优化算法
](
http://ai-start.com/dl2017/html/lesson2-week2.html
)
## 其它
+
[
机器学习技法 16(完结) -- Finale
](
https://github.com/apachecn/ntu-hsuantienlin-ml/blob/master/34.md
)
+
[
CS229 中文笔记 十九、总结
](
http://ai-start.com/ml2014/html/week10.html
)
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录