数据挖掘/机器学习工作知识体系
2018年3月-4月,经过2个月的找实习经历,在此总结了此篇关于数据挖掘/机器学习工作知识体系,实习面试准备清单(一些划重点内容),难免会有考虑不周,故后续会继续添加内容,描述不当之处,欢迎指正。
1、统计机器学习方法(有监督(预测)、无监督)
线性回归、感知机、k近邻法、朴素贝叶斯法、决策树、逻辑回归、最大熵模型、支持向量机SVM、支持向量回归SVR、集成学习(boosting、bagging、RF、stacking、blending)、聚类(kmeans、学习向量量化LVQ、高斯混合聚类、DBSCAN、AGNES