个人机器学习总结汇总

陆陆续续学习机器学习好几个月了。以前的笔记都在纸质笔记本上。被鄙视了，同时听说写博客也很有益于交流。特写个博客来总结下所学内容。
先占坑，把目录定好，后续补博客总结连接。
由于主要看了统计学习和林轩田的课程，故里面的内容多来自于以林轩田的课程，穿插西瓜书和统计学习，辅以部分网络文章

目录结构如下：
机器学习简介
https://blog.csdn.net/studyorlearn/article/details/90680616
机器学习是否可行？
https://blog.csdn.net/studyorlearn/article/details/90680738
过拟合和欠拟合及他们的可能解决办法
https://blog.csdn.net/studyorlearn/article/details/90756683
感知机和SVM
https://blog.csdn.net/studyorlearn/article/details/90761362
线性回归和概率模型（逻辑回归和朴素贝叶斯）
https://mp.csdn.net/mdeditor/91450218#
决策树（ID3，C4.5，cart回归和cart分类）
https://blog.csdn.net/studyorlearn/article/details/92854348
模型融合
https://blog.csdn.net/studyorlearn/article/details/93635097
聚类模型
https://blog.csdn.net/studyorlearn/article/details/98474824
LAD和主成分分析

隐马尔科夫
条件随机场
模型融合
神经网络