机器学习的一些通俗易懂的tutorial

最新推荐文章于 2025-08-25 14:48:37 发布
转载 最新推荐文章于 2025-08-25 14:48:37 发布 · 2k 阅读 · 0
文章标签：

#机器学习 #算法

本文介绍了多种核心机器学习算法，包括最大似然估计、贝叶斯推断、K近邻算法、K-Means聚类、主成分分析、因子分析、支持向量机、隐马尔科夫模型、条件随机场等，并对每种算法的特点及应用场景进行了概述。

Prior, Likelihood, Posterior

MLAPP第3.2节，讲的很好，用了一个叫 number game 的小游戏做例子，通俗易懂

距离和相似度度量

距离和相似度度量 » webdataanalysis.net

欧氏距离和余弦相似度的区别是什么？ – 知乎

KNN(K Nearest Neighbor)

K Nearest Neighbor 算法 _ 酷壳 – CoolShell

K-nearest neighbors algorithm – Wikipedia

K-Means

K-Means 算法 _ 酷壳 – CoolShell

k-means clustering – Wikipedia

K-Means++ _ 愈宅屋

算法杂货铺——k均值聚类(K-means) – T2噬菌体 – 博客园

漫谈 Clustering (1)_ k-means « Free Mind

Text Documents Clustering using K-Means Algorithm – CodeProject

PCA(Principal Components Analysis)

2002. Lindsay I Smith. A tutorial on Principal Components Analysis

因子分析(Factor analysis)

因子分析（Factor Analysis）- JerryLead - 博客园

期望最大化(EM, Expectation Maximization)

2009. Sean Borman. The Expectation Maximization Algorithm A short tutorial

李航.《统计学习方法》，P155 第9章 EM算法及其推广. 2012.

支持向量机(SVM, Support Vector Machines)

Andrew Ng. CS229 Lecture notes Support Vector Machines

隐马尔科夫模型(Hidden Markov Model, HMM)

李航《统计学习方法》第10章 隐马尔科夫模型，讲得非常好，有非常具体的例子

条件随机场(CRF, Conditional Random Field)

Introduction to Conditional Random Fields

李航.《统计学习方法》，P192 第11章 条件随机场. 2012.

LDA

LDA数学八卦

正态分布的前世今生

Posted by soulmachine Mar 27th, 2013 Machine-Learning



转载至http://www.yanjiuyanjiu.com/blog/20130327/

【通俗易懂】什么是机器学习
算法与编程之美
07-07 2756
欢迎点击「算法与编程之美」↑关注我们！本文首发于微信公众号："算法与编程之美"，欢迎关注，及时了解更多此系列博客。人工智能最近几年可谓是异常的火爆，国家人工智能的人才缺口相当大，因此很多高校该专业的应届毕业生的薪资也高的离谱，下面就是2018届互联网校招的高薪清单：面对如此之高的薪资，很多人都急于投入人工智能的学习，而机器学习则是人工智能的基础，因此有必要先了解什么是机器学习，并学习机器学习的相关...
机器学习/深度学习资料
2401_86435672的博客
07-30 1536
新年大礼包：机器之心2018高分教程合集CVPR2019目标检测方法进展综述。
【机器学习】如何通俗易懂地阐述机器学习？
fengdu78的博客
10-22 1487
机器学习是一个非常火爆的术语。本文以最通俗易懂的方式阐述了机器学习的基本原理及其应用。什么是机器学习？机器学习，顾名思义，一台机器，正在学习一些东西。这是一个学习过程，从观察输入到特定机器...
通俗易懂的机器学习入门
大枫叶_HIT
02-16 7608
（写在前面）昨天说写个机器学习书单，那今天就写一个吧。这个书单主要是入门用的，很基础，适合大二、大三的孩子们看看；当然你要是大四或者大四以上没看过机器学习也适用。无论是研究智能还是做其他事情，机器学习都是必须的。你看GFW都用机器学习了，咱是不是也得科普一下。  （全文结构）其实，我想了想，学一门学科，列出一堆书，评论来评论去的，其实对初学者用处不大；他都不知道这些是啥，你就开始一顿评论，只能空
机器学习入门的书单
chinaliping的专栏
05-21 1198
昨天说写个机器学习书单，那今天就写一个吧。这个书单主要是入门用的，很基础，适合大二、大三的孩子们看看；当然你要是大四或者大四以上没看过机器学习也适用。无论是研究智能还是做其他事情，机器学习都是必须的。你看GFW都用机器学习了，咱是不是也得科普一下。（全文结构）其实，我想了想，学一门学科，列出一堆书，评论来评论去的，其实对初学者用处不大；他都不知道这些是啥，你就开始一顿评论，只能空留一堆冷线而已。那
【人工智能】通俗易懂谈机器学习
StudyWinter的博客
07-21 800
（前言：知乎上很多人都聊机器学习，但是大部分都太理论，甚至有的还引用了论文。这里我专门针对对机器学习一无所知的小白用户写一篇文章谈机器学习，看完以后我相信小白用户也可以对机器学习有一定的理解和印象了） 1. 什么是Machine Learning **机器学习，简单来说就是从历史数据中学习规律，然后将规律应用到未来中。**国内大家一致推荐的，南京大学周志华教授的机器学习教材西瓜书里面如此介绍机器学习。 机器学习是机器从历史数据中学习规律，来提升系统的某个性能度量。 机器学习，是一个非常宽泛的概念，它是一门
leetcode分类-Machine-Learning-Tutorial:机器学习教程
06-30
[算法]－－通俗易懂讲算法 [Sklearn] 自然语言处理 [cs224d] Day 1. Day 2. Day 3. Day 4. Day 5. Day 6. Day 7. Day 8. Day 9. Day 10. Day 11. 数据科学 Python Java 入门 Java 系列汇总： 机器学习－－初期的笔记...
22、云服务与机器学习面试全解析
最新发布
k5l6m的博客
08-25 94
本文全面解析了云服务与机器学习相关的面试内容，涵盖主流云平台（如 GCP、AWS 和 Azure）的工具及其在机器学习中的应用，开发者必备的软件工程最佳实践（如版本控制、依赖管理、代码审查和测试），以及高级技术面试组件（如机器学习系统设计、技术深度探讨、带回家练习和产品意识）。文章旨在帮助求职者全面准备机器学习相关岗位的面试，提升综合竞争力。
【机器学习】Reinforcement Learning-强化学习基础算法
长相忆兮长相忆的专栏
01-28 4462
强化学习（Reinforcement Learning, RL），又称增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。...
【学习笔记】李宏毅2021春机器学习课程第一节：机器学习基本概念简介
Harryline的博客
07-11 676
7月10日 一、李宏毅2021春机器学习课程-第一节 试了不同的参数,然后计算它的Loss，画出来的这个等高线图叫做Error Surface，是机器学习的第二步。 来自model本身的限制叫做model bias ReLU ReLU 和 sigmoid哪一个更好呢？ Deep Learning名称的由来 **过拟合（overfitting）**问题 反向传播（Backpropagation）：(3条消息) 反向传播——通俗易懂_chengchaowei的博客-CSD
Tutorial: Deep Reinforcement Learning
08-14
David Silver, Google DeepMind，深度强化学习的教程ppt
机器学习个人笔记完整版2.3
02-03
斯坦福吴恩达机器学习笔记，根据视频编写，非常完成，通俗易懂。
通俗易懂机器学习
ukakasu的博客
04-20 2168
  机器学习     前言   机器学习是什么，是用来干什么的？ 机器学习就是样本中有大量的x（特征量）和y（目标变量）然后求这个function。 机器学习是让机器寻找函数Y=f(X)的过程，使得当我们给定一个X时，会返回我们想要得到的Y值。 例： 房价预测：X：位置、层数 -> Y：xxxx元/平 相亲预测：X：高富帅、矮矬穷 -> Y：见、不见 车牌识别...
机器学习笔记--机器学习基本概念（全面总结，通俗易懂）
qq_44815135的博客
01-22 8212
 什么是机器学习？本文主要介绍了机器学习中的常见概念，包括监督学习和无监督学习、半监督学习、弱监督学习、强化学习、欠拟合和过拟合、损失和优化的概念以及常用的激活函数等。
什么是机器学习（做一些通俗易懂的介绍）
桔子皮的博客
06-07 879
这里是看了李宏毅教授深度学习视频的一些想法和总结。 什么是机器学习? 机器学习就是自动找函数。 比如语音识别，输入的就是声音，输出文字，但是声音这个函数很复杂，没法用一个函数表示。 这样的例子还有很多，比如“阿尔法狗”，输入的是棋盘的棋子，输出的是下一步的落子。也没法直接用一个函数去表示出来。还有比如下图的一些例子。 看到这里我们就明白，其实机器学习就是为了找出你需要的这个函数。 怎么找这个函数？ 那么，怎么告诉机器你要找什么样的函数呢？这里就需要提供给机器有标签的数据（labeled data）去学习，
机器学习相关的tutorial
weixin_30244681的博客
09-21 106
1. MRF 马尔可夫随机场 http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/AV0809/ORCHARD/ 从MRF，讲到Gibbs分布，再到能量函数的构建。最后用MRF模型解决图像的去噪问题，有Matlab源码，深入浅出，是好东西 持续更新中... I hope 转载于:https://www.cnblog...
多模态机器学习入门Tutorial on MultiModal Machine Learning——第一堂课个人学习内容
Blackoutdragon的博客
02-19 1333
学习多模态深度学习入门，卡内基梅隆大学的多模态深度学习入门课程，第一期课，课程总结。每周我都会将看的内容进行总结，学习如果有意图，可以一块学习。
一文带你了解机器学习
IT大头的博客
03-16 1053
机器学习是人工智能的一个分支，它涉及使用算法和数据来训练模型，使模型能够自动从数据中学习并做出预测或决策。机器学习的核心思想是通过对数据的分析和处理，提取出数据中的模式和规律，并将这些模式和规律转化为模型的参数，从而使模型能够自动地对新的数据进行预测或决策。
探索机器学习的未来：ML-Tutorial-Experiment
gitblog_00069的博客
03-23 337
探索机器学习的未来：ML-Tutorial-Experiment 去发现同类优质开源项目:https://gitcode.com/ 项目简介 是一个开源的机器学习教程与实践平台，旨在帮助初学者和经验丰富的数据科学家深入理解并掌握各种机器学习算法。该项目提供了一系列精心设计的实验，覆盖了从基础到高级的多个层次，通过实际操作的方式，让用户亲自动手实现和应用机器学习模型。 技术分析 基于Jupyter...
Python编程新手入门教程：基础知识与机器学习基础
通过教程的学习，学员不仅能够掌握编程的基础概念，还能为深入学习机器学习和计算机编程打下坚实的基础。教程的结构安排合理，内容通俗易懂，非常适合零基础的学员。教程还包含了一些小练习，便于学员巩固所学知识。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值