本系列为台大林轩田老师《机器学习基石》和《机器学习技法》课程的部分学习笔记。 机器学习基础 机器学习笔记-线性回归机器学习笔记-Logistic回归机器学习笔记-利用线性模型进行分类机器学习笔记-Nonlinear Transformation机器学习笔记-Hazard of Overfitting机器学习笔记-Regularization机器学习笔记-Validation SVM S V M 及核模型 SVM学习笔记-线性支撑向量机SVM学习笔记-对偶形式的SVMSVM学习笔记-核函数与非线性SVMSVM学习笔记-软间隔SVM机器学习笔记-Kernel Logistic Regression机器学习笔记-Support Vector Regression(SVR)集成学习系列 机器学习笔记-Blending and Bagging机器学习笔记-Adaptive Boosting机器学习笔记-Decision Tree机器学习笔记-Random Forest机器学习笔记-Gradient Boosted Decision Tree特征学习系列 机器学习笔记-Neural Network机器学习笔记-Deep Learning机器学习笔记-Radial Basis Function Network机器学习笔记-Matrix Factorization