【机器学习】机器学习目录

注：后期有时间的话会对每一个算法进行讲解。

第一篇 机器学习基础篇

第一章 线性模型

1 普通线性回归

2 广义线性模型

3 逻辑回归

4 线性判定分析

第二章 决策树

1 决策树基本原理与构建

2 CART算法

3 回归决策树

4 分类决策树

第三章 贝叶斯分类器

1 贝叶斯定理与朴素贝叶斯

2 高斯贝叶斯分类器

3 多项式贝叶斯分类器

4 伯努利贝叶斯分类器

5 递增式学习

第四章 K近邻法

1 KNN算法

2 KD树

第五章 数据降维

1 维度灾难与降维

2 主成分分析（PCA）

3 SVD降维

4 核化线性降维（KPCA）

5 流行学习降维

6 多维缩放降维（MDS）

7 等度量映射降维（Lsomap）

8 局部线性嵌入（LLE）

第六章 聚类与EM算法

1 聚类指标

2 多种距离度量

3 原型聚类

4 密度聚类（DBSCAN）

5 层次聚类

6 EM算法

7 K均值聚类（KMeans）

8 混合高斯模型

第二篇 机器学习高级篇

第一章 支持向量机

第二章 人工神经网络

第三章 集成学习

第四章 半监督式学习

第三篇 机器学习工程篇

第一章 数据预处理

第二章 模型评估、选择与验证