机器学习基础原理

机器学习

1 树模型

1.1 决策树的类型

常见的几种决策树

1.2 随机森林

Bagging与随机森林算法原理小结

1.3 LightGBM

LightGBM 详细讲解

1.4 Xgboost

XGBoost 详细讲解
XGboost特征重要性计算方式

1.5不同集成树的区别

GDBT模型、XGBoost和LightGBM之间的区别与联系

1.6 EM算法

如何通俗理解EM算法

2 评分卡

风控建模指标PSI，IV和WOE理解
评分卡模型中的IV和WOE详解
机器学习特征工程-特征选择之IV

3 方差和偏差

https://c.d2l.ai/stanford-cs329p/_static/pdfs/cs329p_slides_7_1.pdf

深度学习

1 优化器

Tensorflow-各种优化器总结与比较
Transformer模型详解（图解最完整版）

2 算法

2.1 Mind

论文讲解

大数据

1 Spark

https://www.statist.cn/2020/05/16/Spark%E7%9A%84%E6%89%A7%E8%A1%8C%E8%BF%87%E7%A8%8B/#more
https://www.statist.cn/2020/03/14/Spark%E6%A6%82%E5%BF%B5%E6%A6%82%E8%A7%88%EF%BC%9AClusters,%20Jobs,%20Stages,%20Tasks/#more