【模式识别和机器学习】初窥AI圣经

【统计学习方法死磕系列】条件随机场

【统计学习方法死磕系列】隐马尔可夫模型

【统计学习方法死磕系列】提升算法

机器学习框架篇-Tensorflow

机器学习框架篇-Scikit-learn

机器学习框架篇-Keras

【GNN原理解析】表示学习

【GNN原理解析】神经网络基础

【GNN原理解析】图信号处理与图卷积神经网络

【GNN原理解析】卷积神经网络

【GNN原理解析】什么是图

【统计学习方法死磕系列Ⅱ】潜在语义分析及概率潜在语义分析

【统计学习方法死磕系列Ⅱ】潜在狄利克雷分配

【统计学习方法死磕系列Ⅱ】马尔科夫链蒙特卡洛法

【统计学习方法死磕系列Ⅱ】PageRank算法

【统计学习方法死磕系列】写在19年尾巴

【统计学习方法死磕系列Ⅱ】聚类算法

【统计学习方法死磕系列】EM算法

【源码作战系列】XGBoost

机器学习框架篇-XGBoost

【经典算法】神经网络BP算法

【经典算法】目标检测SSD算法

【论文笔记】Kernel Logistic Regression and the Import Vector Machine

【论文笔记】XGBoost: A Scalable Tree Boosting System

【竞赛专题】比赛技巧.md

【竞赛专题】特征工程

【Python系列】常用标准库

【Python系列】Pandas权威指南

【Python系列】Pandas基础篇

【Python系列】Numpy使用详解

【统计学习方法死磕系列】朴素贝叶斯法

【统计学习方法死磕系列】k近邻法

【统计学习方法死磕系列】感知机

【统计学习方法死磕系列】决策树

【统计学习方法死磕系列】逻辑回归与最大熵模型

【统计学习方法死磕系列】支持向量机

【sklearn笔记】线性规划

【统计学习方法死磕系列Ⅱ】奇异值分解

【统计学习方法死磕系列Ⅱ】主成分分析

机器学习框架篇-Pytorch

【论文笔记】A Tutorial on Support Vector Machines for Pattern Recognition

【机器学习模型】决策树学习（二）

【机器学习模型】决策树学习（一）

【竞赛专题】Kaggle Titanic入门

【论文笔记】From Word Embeddings To Document Distances

机器学习篇-机器学习指南[译文]

机器学习篇-学习资料汇总

机器学习篇-github上值得关注的机器学习深度学习大牛（持续更新）

【深度学习与图像识别：原理与实践】实战篇