学习笔记目录

文章目录

    • ⌨️ 编程基础
      • 编程语言
      • 工具使用
    • ️ 人工智能
      • 机器学习
        • 书籍/仓库
        • 经典算法
        • 评估指标
      • 深度学习
        • 书籍/仓库
        • 模型/数据 加工
        • 优化方法

⌨️ 编程基础

编程语言

  • go语言学习笔记

工具使用

  • git使用笔记

️ 人工智能

机器学习

书籍/仓库
  • 机器学习 资料 - 张北海
经典算法
  • Bagging和Boosting 概念及区别
  • 随机森林 – Random forest(Bagging方法)
  • XGBoost的原理、公式推导、Python实现和应用
评估指标
  • 多分类下的ROC曲线和AUC
  • 一文搞懂交叉熵在机器学习中的使用

深度学习

书籍/仓库
  • 深度学习面试宝典
模型/数据 加工
  • 7种Normalization总结
  • 激活函数总结
优化方法
  • 三种随机梯度下降算法的理解(SGD/BGD/mini-BGD)
  • 梯度下降算法的发展/优化算法之异同 SGD/AdaGrad/Adam

你可能感兴趣的:(go,python,机器学习)