机器学习总结..docxVIP

目录前言2Naive Bayes2Linear Regression Logistic Regression3Bias-variance trade-off Regularization5SVM8Optimization13EM15Mixtures of Gaussians16ME17HMM18MEMM21CRF22Decision Tree23ID324C4.524CART24Model Tree24Model Combination26Bagging27Random Forest28Boosting28AdaBoost28Feature Selection29KNN29KD Tree30PCA SVD31Collaborative filtering33CF as supervised learning34CF as matrix factorization35前言花了将近四个月时间，终于把机器学习最基本的东西大致过了一遍了，这中间还包括一个多月的时间用于复习数学了（坑爹啊），很久没有花这么大的精力学一样东西了，很高兴的是，在比较深入的去了解后，我还没有对机器学习失去兴趣，这至少说明，这个东西是真真正正吸引我的。这阵子杂七杂八的看了不少东西，为了避免以后全还回去了，我决定一边复习一边写个总结，把这些七七八八的东西都塞一块儿吧。这里涵盖了绝大多数我学过的机器学习相关的东西，