机器学习和数据挖掘 - 目录

机器学习和数据挖掘的问题一共有一下这些：

分类，聚类，回归，异常检测，关联规则，强化学习，结构预测，特征学习，在线学习，半监督学习，语法归纳。

---

具体的来说：

监督学习(分类 · 回归)：

决策树， 表征（Bagging提升，随机森林），k-NN，线性回归，朴素贝叶斯，神经网络，逻辑回归，感知器，支持矢量机（SVM），相关矢量机（RVM）

聚类：

k平均，期望最大化（EM）

异常检测 Anomaly detection (also outlier detection)

k-NN 局部离群因子

神经网络

深度学习 RNN 受限玻尔兹曼机

理论

偏差/方差困境 计算学习理论 经验风险最小化 PAC学习 统计学习 VC理论

---