Share some tech notes for machine learning engineers.
To see math formulas, install this chrome plugin: github-mathjax.
.
├── README
├── knowledge
│ ├── deep learning
│ │ ├── basics
│ │ ├── activation
│ │ ├── loss
│ │ ├── cnn
│ │ └── optimization
│ ├── machine learning
│ │ ├── Dirichlet Process Mixture Model
│ │ ├── Expectation-Maximization Algorithm
│ │ ├── Gaussian Mixture Model
│ │ ├── Independence Test
│ │ ├── K-means
│ │ ├── KL Divergence
│ │ ├── Logistic Regression
│ │ ├── Machine Learning Projects
│ │ ├── Metropolis-Hastings Algorithm
│ │ ├── Probabilistic Modeling
│ │ ├── Social Network Analysis
│ │ ├── Softmax regression
│ │ ├── Stochastic Gradient Descent
│ │ ├── Types of ML Problems
│ │ └── Variational Bayes
│ ├── NLP
│ │ ├── BNS Scaling
│ │ ├── Latent Dirichlet Allocation
│ │ ├── Probabilisitc Latent Semantic Analysis
│ │ ├── Text Data Processing Pipeline
│ │ ├── Text Similarity
│ │ ├── Topic Model
│ │ ├── Vector Space Model
│ │ └── Word Association Mining
│ └── math
│ ├── Beta Distribution
│ ├── Conjugate Prior
│ ├── Cross Entropy
│ ├── Dirichlet Distribution
│ ├── Dirichlet Process
│ ├── Dirichlet-multinomial Distribution
│ ├── Entropy
│ ├── Gamma Function
│ ├── Multinomial Distribution
│ ├── Mutual Information
│ ├── Natural gradient
│ └── Pointwise Mutual Information
└── toolbox
├── bash
├── docker
├── git
├── linux
├── mac
├── python
│ ├── basics
│ ├── advanced
│ ├── Data Analysis
│ └── Data Visualization
└── tmux