Python 系列

 

  1. Python 入门篇 (上)

  2. Python 入门篇 (下)

  3. 数组计算之 NumPy (上)

  4. 数组计算之 NumPy (下)

  5. 科学计算之 SciPy

  6. 数据结构之 Pandas (上)

  7. 数据结构之 Pandas (下)

  8. 基本可视化之 Matplotlib

  9. 统计可视化之 Seaborn

  10. 炫酷可视化之 PyEcharts (v0.5)

  11. 炫酷可视化之 PyEcharts (v1.0)

  12. 机器学习之 Sklearn

  13. 机学可视化之 Scikit-Plot

  14. 深度学习之 Keras (上)

 

特别篇

 

  1. 树状图 TreeMap

  2. 面向对象编程

  3. 生成器和迭代器

  4. 装饰器

  5. Sklearn v0.22

 

小孩看得懂系列

  1. 小孩都可以玩的神经网络

  2. 小孩都看得懂的推荐系统

  3. 小孩都看得懂的逐步提升

  4. 小孩都看得懂的聚类

  5. 小孩都看得懂的主成分分析

  6. 小孩都看得懂的循环神经网络

  7. 小孩都看得懂的词向量

  8. 小孩都看得懂的熵、交叉熵和 KL 散度

 

 

机器学习

 

  1. 机器学习的定义

  2. 模型评估和选择

  3. 线性回归

  4. 正规化线性回归

  5. 线性回归之玩转金郡 (实操)

  6. 对率分类

  7. 对率分类之玩转美亚 (实操)

  8. 线性回归和对率分类完结篇

  9. 朴素贝叶斯

  10. 决策树

  11. 集成学习前传

  12. 随机森林和提升树

  13. 决策树之玩转借贷俱乐部 (实操)

  14. 集成树之玩转借贷俱乐部 (实操)

  15. 计算学习理论

  16. 支撑向量机 (上)

  17. 支撑向量机 (下)

  18. 人工神经网络

  19. 人工神经网络之正反向传播

  20. 极度梯度提升

  21. 极度梯度提升之玩转借贷俱乐部 (实操)

  22. Machine Learning Yearning 读书笔记 (上)

  23. Machine Learning Yearning 读书笔记 (中)

  24. 张量 101

  25. 张量求导和计算图

  26. 胶囊 (向量神经) 网络