成为一个优秀数据工程师学习内容（1）

数据工程师学习基础（1）

机器学习算法：

具体方法请看这个链接

线性回归：找到一条直线来拟合预测的目标值

逻辑回归：找到一条直线来分类数据

k-近邻算法：用距离度量最相邻的分类标签

朴素贝叶斯：选择后验概率最大的标签

决策树：构造一个商值下降最快的数

支持向量机：构造超平面，分类非线性数据

K-mean：计算质心，聚类无标签数据

numpy的基础学习

我的学习连接
具体学习的连接
还有好多没学完：明天继续，今天开始改论文。