• 【主页】 apachecn.org
• 【Github】@ApacheCN
• 暂时下线: 社区
• 暂时下线: cwiki 知识库
• 自媒体平台

• 微博：@ApacheCN
• 知乎：@ApacheCN
• 简书

• 我们不是 Apache 的官方组织/机构/团体，只是 Apache 技术栈（以及 AI）的爱好者！
• 合作or侵权

• 预处理

• 离散化

• 等值分箱
• 等量分箱
• 独热 one-hot

• 标准化

• 最小最大 min-max
• z-score
• l2 标准化
• 归一化

• 特征选择

• ANOVA
• 信息增益/信息增益率

• 模型验证

• 评价指标

• 回归

• MSE
• R 方

• 分类

• 准确率
• 精确率
• 召回率
• F1 得分
• 宏平均 F1
• 微平均 F1

• 聚类

• 互信息
• 轮廓距离

• 交叉验证

• K 折

• 网格搜索

• 最优化方法

• 梯度下降
• 随机梯度下降 SGD
• 牛顿法/拟牛顿法
• 动量法
• RMSProp
• Adam

• 传统机器学习

• 基本概念

• 欠拟合/过拟合
• 距离

• 汉明距离
• 曼哈顿距离
• 欧几里得距离
• 切比雪夫距离
• 余弦相似度
• pearson 相似度

• 损失函数

• MSE
• 交叉熵
• Hinge

• 线性模型

• 线性回归
• Lasso/岭回归

• 正则化

• 逻辑回归
• softmax 回归

• 支持向量机

• 拉格朗日对偶
• 软边界支持向量机
• 核方法

• 树和森林

• 决策树
• 随机森林
• GDBT/XGBoost
• LightGBM

• 集成学习

• Bagging
• Boosting

• Adaboost

• Blending/Stacking

• KNN
• 聚类

• KMenas
• 层次聚类

• 凝聚聚类
• 分裂聚类

• DBSCAN
• 谱聚类
• 高斯混合模型 GMM

• 概率图

• 朴素贝叶斯
• 隐马尔科夫 HMM

• 降维

• PCA/SVD
• T-SNE

• 深度学习

• 基本概念

• 正向传播
• 反向传播
• 激活函数

• sigmoid
• softmax
• tanh
• ReLU
• ELU
• Leaky ReLU

• 丢弃 Dropout
• 微调 Fine-Tune
• 批量归一化 BatchNorm

• 前馈神经网络 DNN/多层感知机 MLP

• 输入层
• 隐层
• 输出层

• 卷积神经网络 CNN

• 层

• 卷积层
• 池化层
• 全连接层

• 经典结构

• LeNet
• AlexNet
• ZFNet
• GoogLeNet
• VGG
• ResNet
• DenseNet

• 循环神经网络 RNN

• 循环层
• 经典结构

• LSTM
• GRU
• BiLSTM
• 注意力
• Seq2Seq

• 自编码器

• 栈式自编码器
• 稀疏自编码器
• 去噪自编码器
• 变分自编码器

• 生成对抗网络 GAN

• DCGAN

• 应用领域（待扩展）

• 推荐系统
• 机器视觉 CV
• 自然语言处理 NLP
• 生物信息

• 常用工具

• 数据分析

• NumPy
• Pandas

• 科学计算

• SciPy

• 可视化

• Matplotlib
• Seaborn

• 机器学习

• scikit-learn/sklearn
• XGBoost
• LightGBM

• 深度学习

• Keras
• TensorFlow
• PyTorch