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)

你可能感兴趣的:(机器学习,机器学习)