常用机器学习算法的推导与被推倒

文章目录

1. 1. Logistic Regression and Softmax Regression
2. 2. SVM
3. 3. Bernoulli and Multinomial Naive Bayes
4. 4. BP神经网络
5. 5. Expectation-Maximization and Gaussian Mixture Models
6. 6. Hidden Markov Model
7. 7. Latent Dirichlet Allocation
8. 8. GBRT
9. 9. To be continued…

　　纸上得来终觉浅，光看明白还是不够的，常用算法还是要亲自推导下印象才深刻。请忽略我丑陋的字迹，好久没写过字了-_-!

Logistic Regression and Softmax Regression

　　　　

SVM

　　　　

Bernoulli and Multinomial Naive Bayes

　　　　

BP神经网络

　　　　

Expectation-Maximization and Gaussian Mixture Models

　　　　

Hidden Markov Model

　　　　

Latent Dirichlet Allocation

　　详见Topic Model-LDA理论篇

GBRT

　　详见GBM之GBRT总结

To be continued…