先挖个坑
数学基础
0.1 微积分
0.2 概率论与统计
0.3 线性代数与矩阵
0.4 优化理论
0.5 机器学习基础(概念、分类、应用)
分类
1. Regression
2. KNN
3. NaiveBayes
4. DecisionTree(ID3.0,C4.5,CART,Ensemble Learning,Boosting,Random Forest,GBDT,XGBoost)
5. SVM
6. NNDL(NN、BP、DNN、CNN、RNN)
NLP
7. LDA
8. Word2vec
推荐
9. CF
10. MF
降维
11. SVD
12. PCA
聚类
13. Kmeans