【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

【sklearn笔记】线性规划

机器学习框架篇-Tensorflow

机器学习框架篇-Scikit-learn

【统计学习方法死磕系列】隐马尔可夫模型

机器学习框架篇-Keras

机器学习框架篇-XGBoost

机器学习框架篇-Pytorch

【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

【GNN原理解析】表示学习

【GNN原理解析】神经网络基础

【统计学习方法死磕系列】EM算法

【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】潜在狄利克雷分配

【统计学习方法死磕系列】提升算法

【统计学习方法死磕系列Ⅱ】马尔科夫链蒙特卡洛法

【经典算法】神经网络BP算法

【统计学习方法死磕系列】支持向量机

【经典算法】目标检测SSD算法

【统计学习方法死磕系列Ⅱ】PageRank算法

【统计学习方法死磕系列】逻辑回归与最大熵模型

【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】决策树

【统计学习方法死磕系列Ⅱ】奇异值分解

【竞赛专题】比赛技巧.md

【统计学习方法死磕系列】朴素贝叶斯法

【竞赛专题】特征工程

【统计学习方法死磕系列Ⅱ】主成分分析

【Python系列】常用标准库

【统计学习方法死磕系列】k近邻法

【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】感知机

【统计学习方法死磕系列】写在19年尾巴

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

【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）

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

【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