广义线性模型（GLM）及其应用
广义线性模型[generalize linear model(GLM)]是线性模型的扩展，通过联系函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。
10个常用的损失函数解释以及Python代码实现
理解机器学习中的损失函数
【数据科学项目1】：构建你的第一个数据科学项目
从0到1构建你的第一个数据科学项目
sklearn实现逻辑回归_以python为工具【Python机器学习系列（十）】
sklearn实现逻辑回归_以python为工具【Python机器学习系列（十）】1.线性逻辑回归2.非线性逻辑回归3.乳腺癌数据集案例
超参数黑盒（Black-box）优化的Python代码示例
暴力搜索优化的一个替代方案是黑盒（Black-Box）非凸优化技术。黑盒非凸优化算法可根据某些预定义的度量找到足够最佳的局部最小值（或最大值）的次优解。
神经网络案例编程实战
神经网络案例编程实战
贝叶斯自举法Bayesian Bootstrap
简单，快速，高效，稳定
点赞、收藏必读文章--数据分析的多变量分析
快速入门数据分析多变量分析！
【深度学习】3-从模型到学习的思路整理
关于训练模型的整个思路老是不太流畅，因此做了一些整理。
数学建模学习（92）：gurobipy详细入门教程【MLP、MIP模型、仓库调度模型、单/多目标优化、敏感性分析】
gurobipy详细入门教程，实现【MLP、MIP模型、仓库调度模型、单/多目标优化、敏感性分析】案例
手把手带你玩转Spark机器学习-使用Spark进行文本处理
在本篇博客中，我们将跟大家分享NLP任务，即主题建模在大数据中的应用。主题建模是一种用于数据建模的统计方法，有助于发现文档集合中存在的基础主题。尽管 Spark NLP 是用于各种 NLP 任务的出色库，但它们没有提供主题建模管道。因此，我想介绍如何使用 PySpark 和 Spark NLP 实现
手写感知机并进行训练测试
手写感知机并进行训练与测试
逻辑回归原理梳理_以python为工具 【Python机器学习系列（九）】
逻辑回归原理梳理_以python为工具 【Python机器学习系列（九）】1.传统线性回归2.引入sigmoid函数并复合3. 代价函数4.似然函数也可以5. python梯度下降实现逻辑回归
【机器学习算法】关联规则2 FPgrowth法算法
Apriori算法的提升，Fpgrowth
PointNeXt：个人阅读笔记（WZS的博客）
我们发现，性能提高的很大一部分是由于改进了培训策略，即数据扩充和优化技术，以及增加了模型大小，而非架构创新。
几行 Python 代码就可以提取数百个时间序列特征
python的tsfresh包可以为时间序列数据生成标准的数百个通用特性。在本文中，我们将深入讨论tsfresh包的使用。
【机器学习算法】关联规则-1 关联规则的概念，Apriori算法，实例和优缺点
关联规则的概念，关联规则的两个指标，支持度和置信度，apriori的算法
5个例子学会Pandas中的字符串过滤
要处理文本数据，需要比数字类型的数据更多的清理步骤。为了从文本数据中提取有用和信息，通常需要执行几个预处理和过滤步骤。
Clustering Coefficient
关于网络中聚类系数的计算——LCC和GCC的计算方法，GCC的计算方法涉及平均LCC和Transitivity两种，并比较了一下差异
机器学习之聚类——从教授的等式到凸聚类
机器学习之聚类——从教授的等式到凸聚类
