数据挖掘/机器学习工作知识体系（实习面试准备清单）

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