我的学习目录 - 看看我都学了啥QAQ

一，数据处理

Pandas 数据处理

传送门：机器学习-Pandas 数据的前处理

• 不定期更新

---

二，机器学习

1，k - 邻近算法

传送门：使用sklearn中提供的k邻近算法

• 如何从sklearn中引入数据
• 将数据分为训练集和测试集（train_test_split）
• 使用sklearn中的kNN
• 网格搜索（GridSearchCV）
• 归一化（StandardScaler）

传送门：手动实现knn算法

2，线性回归

传送门：手动实现线性回归算法

• 简单线性回归实现
• 多元线性回归算法

传送门：线性回归实战（书P136）

• 局部加权线性回归
• 预测鲍鱼年龄

传送门：使用sklearn中提供的线性回归算法

• kNNRegressor中的线性回归算法
• 使用梯度下降法训练的线性回归函数

传送门：梯度下降法

• 使用梯度下降训练线性回归算法
• 使用sklearn中的SGD方法

3，决策树

传送门：决策树 / 分类树（书P33）

• 决策树的实现
• sklearn中决策树的使用

4，朴素贝叶斯算法

传送门：朴素贝叶斯算法（书P53）

• sklearn中朴素贝叶斯算法的使用
• 朴素贝叶斯之鸢尾花数据实验（算法实现）
• 使用朴素贝叶斯进行文档分类（算法实现）
• 拉布拉斯平滑

---

三，数据库（SQL）

1，数据库系统原理

传送门：数据库系统原理

• 数据库与数据库管理系统定义
• 数据视图（View of Data）
• 数据模型
• 数据库语言
• 数据库引擎（Database Engine）
• 数据库体系结构（Database Architecture）
• 应用程序体系结构（Database Applications）
• 关系和关系模式
• 键（Keys）
• 关系查询语言（Relational Query Languages）
• 空值（null）
• 数据库的修改

2，SQL语言

传送门：SQL语言（一）

• 基本模式定义
• 基本查询结构
• 嵌套子查询（Nested Subqueries）
• 数据库的修改

传送门：SQL语言（二）

• 视图（View）
• 索引（Index）

传送门：SQL语言（三）

• 事务（transaction）
• 完整性约束
• 断言（Assertion）
• 触发器（Trigger）
• 未完

---

四，数据结构与演算法

1，算法与算法分析

传送门：算法与算法分析

• 算法
• 渐进表示法（Asymptotic notation）
• 算法分析

2，树

传送门：演算法 - 树

• 树和二叉树的定义
• 树的基本术语
• 二叉树

3，排序

传送门：演算法 - 排序

• 插入排序（Insertion-Sort）
• 交换排序
• 选择排序（Selection Sort）
• 归并排序（Merge Sort）
• 基数排序
• 各种排序方法比较