【深度学习】反向传播算法——原理介绍与推导（最强版）

【机器学习】聚类——k-means、k-means++以及k-means Ⅱ算法分析【转】

【机器学习】降维——SVD原理以及示例

【机器学习】降维——PCA降维及原理推导【转】

【机器学习】降维——MDS算法原理推导

【机器学习】支持向量机——核函数（SVM下篇）

【机器学习】支持向量机——软间隔（SVM中篇）

【机器学习】支持向量机——介绍与原理推导（SVM上篇）

【机器学习】Apriori算法——原理及代码实现（Python版）

【机器学习】综合案例——新闻分类（朴素贝叶斯Python版）

【机器学习】综合案例——泰坦尼克号获救问题（Python版）

【机器学习】综合案例——交易数据异常检测（Python版）

【机器学习】贝叶斯——朴素贝叶斯算法以及案例代码（Python版）

【机器学习】集成学习——Bagging与随机森林

【机器学习】集成学习——AdaBoost算法与原理推导

【机器学习】决策树——决策树的两种实现方式（Python版）

【机器学习】决策树——属性连续值与缺失值处理（二）【转】

【机器学习】决策树——决策树的构建（一）

【机器学习】正则化——理论推导以及实现方式（Python版）

【机器学习】泛化误差评估——过拟合和欠拟合的理解与相关推导