机器学习系列文章【转自我的新浪博客】

本文从我的新浪博客修改而来。
之前在新浪博客里面写过一些关于机器学习算法的文章。由于时间和精力限制，最后并没有全部写完。现在工作之余，若有有时间会好好整理一番。
内容列表如下：

1. 线性回归 Linear regression (batch, stochastic, and maximum likelihood)
2. 贝叶斯回归 Bayesian regression
3. 逻辑回归 Logistic Regression
4. 线性分类 Linear Classification 和贝叶斯网络 (Bayesian Network)
5. k近邻算法 Nonparametric Methods(kNN, Locally Weighted kNN)
6. 决策树算法 Decision Tree Learning
7. 人工神经网络 Artificial Neural Networks
8. 支持向量机 SVM with cross-validation
9. 聚类算法，包括k-means，聚合层次聚类和DBScan。 clustering (k-means, agglomerative hierarchical clustering, and dbscan)
10. 主成分分析 PCA 和SVD Singular Value Decomposition
11. 增强学习 Reinforcement Learning
12. TFIDF和LDA(Latent Dirichlet allocation) 隐含狄利克雷分配
13. 推荐系统算法 (Content-based，User-User, Iterm-Item 和ALS协同过滤)
14. 深度学习专题 (Deep Learning)

博客内1到11部分是从张响亮老师机器学习的课程内容改编而来。后面部分是从其他资料整理而来。希望对学习者有用。