机器学习算法

概率论基础 互相独立事件的联合概率 假设事件集合 A = {A_1, A_2, \cdots, A_n}，各个子事件相互独立，那么所有事件同时发生的概率是： $$ P(A_nA_{n-1}\cdots

本文主要描述了KNN算法的基本思想，一般实现方式，以及底层的索引结构的参考。底层的KD-Tree结构本身较为复杂，直接给出了参考链接

线性感知机算法。本文主要记录了线性感知算法的定义&求解方式。求解方式部分主要介绍了梯度下降的模式，对偶形式的暂时留空，后期补充

简介 本章主要介绍深度学习出现之前的几种经典算法，包括协同、矩阵分解和Logistic Regression等。这些类别的算法，在深度学习出来之前有着广泛的应用。而且，对于一般数据集的情况，这类方式也