机器学习目录

机器学习目录

一、总结

一句话总结：

A、数据量够的话，深度学习是可以做几乎所有事情的

B、其它的算法比如支持向量机，还有最开始的那些，比如决策树，比如什么k-means什么的

模型的评估与选择：来选择模型依据
线性模型：
决策树：
神经网络：
支持向量机：
贝叶斯分类：
集成学习：
聚类：
降维与度量学习：
特征选择与稀疏学习：
计算学习理论：
半监督学习：
概率图模型：
规则学习：
强化学习：

二、内容在总结中

博客对应课程的视频位置：