文章目录
- ⌨️ 编程基础
- 编程语言
- 工具使用
- 🖥️ 人工智能
- 机器学习
- 书籍/仓库
- 经典算法
- 评估指标
- 深度学习
- 书籍/仓库
- 模型/数据 加工
- 优化方法
⌨️ 编程基础
编程语言
- go语言学习笔记
工具使用
- git使用笔记
🖥️ 人工智能
机器学习
书籍/仓库
- 机器学习 资料 - 张北海
经典算法
- Bagging和Boosting 概念及区别
- 随机森林 – Random forest(Bagging方法)
- XGBoost的原理、公式推导、Python实现和应用
评估指标
- 多分类下的ROC曲线和AUC
- 一文搞懂交叉熵在机器学习中的使用
深度学习
书籍/仓库
- 深度学习面试宝典
模型/数据 加工
- 7种Normalization总结
- 激活函数总结
优化方法
- 三种随机梯度下降算法的理解(SGD/BGD/mini-BGD)
- 梯度下降算法的发展/优化算法之异同 SGD/AdaGrad/Adam