简单的机器学习路线

最新推荐文章于 2024-09-05 17:22:27 发布

Dongod

最新推荐文章于 2024-09-05 17:22:27 发布

阅读量342

点赞数

分类专栏： Machine Learning 文章标签：机器学习数据挖掘

本文链接：https://blog.csdn.net/donghua_wu/article/details/51492014

版权

4 篇文章 0 订阅

订阅专栏

就自身而言接触机器学习和数据挖掘这个行业也就短短的不到一年的时间，在基础数学上还是略显吃力，在这里也不班门弄斧，只是就自己看到的博客和学习的内容做个简单总结

微积分（偏导数、梯度等等）、概率论与数理统计（例如极大似然估计、中央极限定理、大数法则等等）、最优化方法（比如梯度下降、牛顿-拉普什方法、变分法（欧拉-拉格朗日方程）、凸优化等等）

（基于普通最小二乘法的）简单线性回归 -> 线性回归中的新进展（岭回归和LASSO回归）->(此处可以插入Bagging和AdaBoost的内容)-> Logistic回归 ->支持向量机（SVM）->感知机学习->神经网络（初学者可先主要关注BP算法）-> 深度学习

K-means -> EM -> 朴素贝叶斯 -> 贝叶斯网络 -> 隐马尔科夫模型（基本模型，前向算法，维特比算法，前向-后向算法）（->卡尔曼滤波）

优先推荐阿里举办的天池数据大赛
国外必不可少的Kaggle(这里有很好的入门文章和教程攻略)

Pattern Recognition and Machine Learning

Machine Learning

机器学习实战

周志华刚出版的《机器学习》

关注