|
突然意識到,，進到博客后,，我的博文在主頁上是按照發(fā)表時間的順序展示的，各種類型的文章混合在一起,，實在不便于查閱,，雖然通過分章分類也可進行一定的區(qū)分，但分類多了也比較麻煩,。因此,，為方便自己查閱，同時也為方便讀者快速預(yù)覽本博客的內(nèi)容,，我打算在這里為本博客的一些主要博文搭建一個目錄結(jié)構(gòu),，算是讀者導航吧。
一,、數(shù)據(jù)挖掘&機器學習
最大熵學習筆記（零）目錄和引言
最大熵學習筆記（一）預(yù)備知識
最大熵學習筆記（二）最大熵原理
最大熵學習筆記（三）最大熵模型
最大熵學習筆記（四）模型求解
最大熵學習筆記（五）最優(yōu)化算法
最大熵學習筆記（六）優(yōu)缺點分析
Sparse Filtering 學習筆記（一）網(wǎng)絡(luò)結(jié)構(gòu)與特征矩陣
Sparse Filtering 學習筆記（二）好特征的刻畫
Sparse Filtering 學習筆記（三）目標函數(shù)的建立和求解
聚類算法學習筆記（一）引言
聚類算法學習筆記（二）預(yù)備知識
聚類算法學習筆記（三）直接聚類法
聚類算法學習筆記（四）K-means
聚類算法學習筆記（五）DBSCAN
聚類算法學習筆記（六）OPTICS
聚類算法學習筆記（七）聚類分析的效果評測
聚類算法學習筆記（八）數(shù)據(jù)尺度化問題
LDA-線性判別分析（一）預(yù)備知識
LDA-線性判別分析（二）Two-classes 情形的數(shù)學推導
LDA-線性判別分析（三）推廣到 Multi-classes 情形
LDA-線性判別分析（四）其他幾個相關(guān)問題
基于權(quán)值的微博用戶采樣算法研究
極限學習機簡介
Community Detection 算法
微博營銷中的 KOL 分析
相關(guān)性分析方法
二,、深度學習
UFLDL 教程學習筆記（一）神經(jīng)網(wǎng)絡(luò)
UFLDL 教程學習筆記（二）反向傳導算法
UFLDL 教程學習筆記（三）自編碼與稀疏性
UFLDL 教程學習筆記（四）主成分分析
RBM學習筆記（一）預(yù)備知識
RBM學習筆記（二）網(wǎng)絡(luò)結(jié)構(gòu)
RBM學習筆記（三）能量函數(shù)和概率分布
RBM學習筆記（四）對數(shù)似然函數(shù)
RBM學習筆記（五）梯度計算公式
RBM學習筆記（六）對比散度算法
RBM學習筆記（七）RBM 訓練算法
RBM學習筆記（八）RBM 的評估
Yusuke Sugomori 的 C 語言 Deep Learning 程序解讀
自編碼器及相關(guān)變種算法簡介
三、語言模型
關(guān)于詞向量工作原理的理解
Deep Learning 在中文分詞和詞性標注任務(wù)中的應(yīng)用
利用 word2vec 訓練的字向量進行中文分詞
邊界熵和邊界多樣性
四,、文本挖掘
TF-IDF 簡介
五,、強化學習
A Painless Q-learning Tutorial (一個 Q-learning 算法的簡明教程)
六、數(shù)學天地
牛頓法與擬牛頓法學習筆記（一）牛頓法
牛頓法與擬牛頓法學習筆記（二）擬牛頓條件
牛頓法與擬牛頓法學習筆記（三）DFP 算法
牛頓法與擬牛頓法學習筆記（四）BFGS 算法
牛頓法與擬牛頓法學習筆記（五）L-BFGS 算法
HMM 自學教程（一）引言
HMM 自學教程（二）生成模型
HMM 自學教程（三）隱藏模式
HMM 自學教程（四）隱馬爾科夫模型
HMM 自學教程（五）前向算法
HMM 自學教程（六）維特比算法
HMM 自學教程（七）前向后向算法
HMM 自學教程（八）總結(jié)
極小化問題與負梯度方向
邏輯回歸詳談
關(guān)于協(xié)方差矩陣的理解
Lagrange插值公式
作者: peghoty
出處: http://blog.csdn.net/itplus/article/details/21905449
歡迎轉(zhuǎn)載/分享, 但請務(wù)必聲明文章出處.
|
