MongoDB
- MongoDB的介绍与安装
- MongoDB安全
- MongoDB Python对MongoDB的简单操作（连接，增删查改）
- MongoDB的概念解析
- MongoDB的简单使用（增删查改）
- MongoDB索引
Python
linear-algebra
- 线性代数 向量空间，子空间，列空间和零空间
- 线性代数 矩阵乘法与可逆矩阵
- 线性代数 马尔科夫矩阵 矩阵的特征值和特征向量
- 线性代数 最小二乘法与其推导
- 线性代数 伪逆 基变换
- 线性代数 SVD 线性变换
machine-learning
- 机器学习 第十八章 EM算法
- 机器学习 第十六章 特征选择
- 机器学习 第十五章 聚类任务 原型聚类
- Python 机器学习实战 第五章 AdaBoost
- 机器学习 第十四章 模型评估
- 机器学习 第十三章 集成学习（2） Bagging 随机森林 结合策略
- 机器学习 第十二章 集成学习（1） 提升学习（Boosting） AdaBoost
- 机器学习 第十章 支持向量机（3） 非线性支持向量机与核函数
- 机器学习 第十一章 支持向量机（4） 序列最小最优化
- 机器学习 第九章 支持向量机（2） 线性支持向量机与软间隔最大化
- 机器学习 第八章 支持向量机（1）：线性可分支持向量机与硬间隔最大化
- Python机器学习实战 第四章 kd树
- 机器学习 第七章 k近邻
- Python Python 机器学习实战 第三章 决策树
- 机器学习 第六章 决策树(decision tree)
- Python 机器学习实战 第二章 朴素贝叶斯
- 机器学习 第五章 朴素贝叶斯算法(Naive Bayes) 拉普拉斯平滑(Laplace smoothing) 文本分类的事件模型
- 机器学习 第四章 生成学习算法
- Python机器学习实战 第一章 逻辑回归
- 机器学习 第三章 牛顿方法 指数分布族 一般线性模型
- 机器学习 第二章 机器学习 线性回归的概率解释 局部加权回归 逻辑回归
- 机器学习 第一章 机器学习分类 线性回归 梯度下降 正规方程组