Python 系列
-
Python 入门篇 (上)
-
Python 入门篇 (下)
-
数组计算之 NumPy (上)
-
数组计算之 NumPy (下)
-
科学计算之 SciPy
-
数据结构之 Pandas (上)
-
数据结构之 Pandas (下)
-
基本可视化之 Matplotlib
-
统计可视化之 Seaborn
-
炫酷可视化之 PyEcharts (v0.5)
-
炫酷可视化之 PyEcharts (v1.0)
-
机器学习之 Sklearn
-
机学可视化之 Scikit-Plot
-
深度学习之 Keras (上)
特别篇
-
树状图 TreeMap
-
面向对象编程
-
生成器和迭代器
-
装饰器
-
Sklearn v0.22
小孩看得懂系列
-
小孩都可以玩的神经网络
-
小孩都看得懂的推荐系统
-
小孩都看得懂的逐步提升
-
小孩都看得懂的聚类
-
小孩都看得懂的主成分分析
-
小孩都看得懂的循环神经网络
-
小孩都看得懂的词向量
-
小孩都看得懂的熵、交叉熵和 KL 散度
机器学习
-
机器学习的定义
-
模型评估和选择
-
线性回归
-
正规化线性回归
-
线性回归之玩转金郡 (实操)
-
对率分类
-
对率分类之玩转美亚 (实操)
-
线性回归和对率分类完结篇
-
朴素贝叶斯
-
决策树
-
集成学习前传
-
随机森林和提升树
-
决策树之玩转借贷俱乐部 (实操)
-
集成树之玩转借贷俱乐部 (实操)
-
计算学习理论
-
支撑向量机 (上)
-
支撑向量机 (下)
-
人工神经网络
-
人工神经网络之正反向传播
-
极度梯度提升
-
极度梯度提升之玩转借贷俱乐部 (实操)
-
Machine Learning Yearning 读书笔记 (上)
-
Machine Learning Yearning 读书笔记 (中)
-
张量 101
-
张量求导和计算图
-
胶囊 (向量神经) 网络