今天整理了一下簡單的機器學習演算法。打算按照這個提綱學習**實現，不一定按順序，但希望自己每學習乙個都能了解透徹。打算寒假前就仔細研究這塊了。
一、regression(回歸）
二、基於例項的方法
三、regularazation 正則化方法
四、決策（decison）樹學習
五、bayesian 貝葉斯
六、kernel method 核心方法
七、clustering 聚類方法
八、關聯規則學習
九、人工神經網路
十、深度學習『
十一、dimensionality reduction (降維方法）
十二、ensemble 整合方法
機器學習演算法簡單彙總
adaboost 演算法 k means 演算法 混合高斯模型演算法gmm演算法 方法 利用了凸函式jensen不等式，即jensen不等式表述如下 e f x f ex em可以看作是j的座標上公升法，e步固定 優化q，m步固q,優化 最大期望 em 演算法是在概率 probabilistic 模...
機器學習演算法小整理之KNN
1 工作原理 存在乙個樣本資料集合 訓練樣本集 且樣本集中每個資料都存在標籤 樣本集中每一資料與所屬分類的對應關係 輸入沒有標籤的新資料後，將新資料的每個特徵與樣本集中資料對應的特徵進行比較，提取樣本集中特徵最相似資料 最近鄰 的分類標籤。一般只選擇樣本資料集中前k個最相似的資料，選擇k個最相似資料...
機器學習資料整理
這兩天看到李航老師的 統計學習方法 感覺寫的非常好，適合入門，機器學習的基本概念都有，但是不太深入，中文書寫，所有專業名詞給出英文翻譯。適合給初學者建立概念，可以系統的了解機器學習。原答案 強烈推薦這個 ufldl教程 ufldl 這是andrew ng寫的關於非監督特徵學習與深度學習的教程，關鍵是...