机器学习从公理到算法

ML算法模型

简单总结一下在学习的过程中对Machine Learning算法模型理解：

• 决策树 ( decision tree)详解
• 集成算法(Bagging，随机森林)
• 集成算法(AdaBoost基本原理)
• Boosting算法（GBDT，XGBoost，LightGBM）
• SVM(Support Vector Machin) 支持向量机 详解
• KNN(k-nearest neighbors) K近邻算法深入
• 聚类算法
  – K 均值算法详解（K-means）
  – 层次聚类算法详解
  – DBSCAN 算法详解
  – BIRCH 算法
  – CURE 算法
• 贝叶斯网络Bayesian Network (朴素贝叶斯，Naive )
• 马尔可夫随机场与条件随机场
• 隐马尔可夫模型(Hidden Markov Model，HMM)