sfonly的机器学习笔记

这是 sfonly 的学习机器学习笔记，主要是机器学习的算法Python代码实现以及一些数据分析案例，里面的数据集大都
来源于UCI、Kaggle，理论部分会不断填充。

目录

• 线性回归算法原理
  • python自行实现局部加权线性回归
  • 线性回归预测二手房房价
• 感知机算法原理
  • python自行实现感知机算法
• KNN算法原理
  • python自行实现KNN算法
  • KNN预测Hellen约会
• 决策树算法原理
  • python自行实现CART算法
  • 决策树判断鸢尾花品种
• 逻辑回归算法原理
  • 逻辑回归判断富裕人群
• 朴素贝叶斯算法原理
  • 朴素贝叶斯判断红酒类别
• 支持向量机算法原理
  • 支持向量机判断心脏病
• 随机森林算法原理
  • 随机森林预测泰坦尼克号生还状况
• BP神经网络算法原理
  • python自行实现BP神经网络算法
• K-Means算法原理
  • K-Means实现中国城市地理空间聚类
• BIRCH算法原理
  • BIRCH层次聚类示例
• Adaboost算法原理
  • Adaboost算法示例

我的机器学习知识框架

机器学习是一个边缘学科，属于交叉领域的范畴，和统计学、计算科学、通信工程、控制工程等领域息息相关。需要扎实的
数学基础，专业的领域知识，以及孜孜不倦的学习。(我还需要多多努力啊）

• 数学知识
  • 高等数学
  • 线性代数
  • 概率论与数理统计
  • 矩阵论
• 编程知识
  • 语言（至少一种）：Python/Java
  • 关系型数据库：MySQL、Oracle
  • NoSQL（Not only SQL）：HDFS、Hive
  • 操作系统：Linux(shell)
  • 数据结构与算法（苦手，还在不断进修）
  • 大数据并行计算（新手）：Spark、MapReduce
• 机器学习算法理论
  • 回归
  • 分类
  • 聚类
  • 关联分析
  • 集成学习
• 其他相关领域知识
  • 信息论
  • 控制论（会应用到机器人、无人驾驶等领域）
  • 信号处理（会应用到CV、NLP等领域）