GitPedia

MachineLearningAlgorithm

一些常用的机器学习算法实现

From lining0806·Updated January 10, 2026·View on GitHub·

* TensorFlow [[1](./ml_notes/TensorFlow/深度学习之TensorFlow环境搭建.md)] [[2](./ml_notes/TensorFlow/深度学习之TensorFlow入门.md)] The project is written primarily in Python, first published in 2016. Key topics include: apriori, desiciontree, keras, logisticregression, naivebayes.

1. 概率统计中常见概念总结

  • 总体均值、总体方差

  • 样本均值、样本方差

  • 无偏估计、有偏估计

  • 样本标准差

  • 样本协方差、协方差矩阵

2. 一些常用的机器学习算法理论及实现

算法理论包括：

  • 《统计学习方法》学习总结

算法实现包括：

  • Apriori 算法

  • DesicionTree 算法

  • HMM模型 Viterbi 算法

  • 针对文本分类的 NaiveBayes 算法

  • 针对文本分类的 LogisticRegression 算法

  • 线性回归算法：

    • 标准的线性回归

    • 局部加权线性回归

    • 岭回归

结果示例：

image

image

3. 一些常用的机器学习框架

框架包括：

  • Keras [1]

  • TensorFlow [1] [2]

  • sklearn [1]

项目包括：

Contributors

Showing top 1 contributor by commit count.

lining0806

lining0806

33 commits

View all contributors on GitHub →

This article is auto-generated from lining0806/MachineLearningAlgorithm via the GitHub API.Last fetched: 6/17/2026