2021-04-22

---

机器学习算法总结--强化理解

---

建议使用XMind打开源文件查看，非常详细，有助于建立机器学习知识网络构架。

源文件连接见文末。

目录

前言

一、绪论

二、模型评估与选择

三、线性模型

五、神经网络

六、支持向量机

七、贝叶斯分类器

八、集成学习

九、深度学习

---

---

 

前言

该文档总结了权威机器学习书籍，具有很高的参考价值。机器学习知识点很多，要学好机器学习需要扎实的数学功底和逻辑思考能力。本技术文档通俗描述了机器学习技术的原理，并配合公式详细推导。机器学习书籍固然是最适合阅读的选择，但是需要花费大量的时间研读，并做好相应的学习笔记和总结。该技术文档帮助总结和记忆机器学习相关技术具有简单明了的作用。为刚入门机器学习的学者提供知识框架、为机器学习资深学者提供一套方便的记忆方法。该技术文档结合思维导图，可以加速记忆和理解。

---

一、绪论

---

二、模型评估与选择

---

三、线性模型

 

---

五、神经网络

---

六、支持向量机

---

七、贝叶斯分类器

---

八、集成学习

---

九、深度学习

源文件连接：

 

链接
提取码：4hr7

欢迎留言讨论。