机器学习（西瓜书）&深度学习（Deep Learning）学习笔记

本文为准备研究生课程Computer Vison而写，力求对机器学习与深度学习基本概念和应用实践产生一定的理解。

机器学习（西瓜书）-周志华

第1章 绪论

        根据训练数据是否拥有标记信息，学习任务可大致划分为两大类"监督学习" (supervised learning) 和"无监督学习" (unsupervised learning) ，分类和回归是前者的代表，而聚类则是后者的代表。

        学得模型适用于新样本的能力，称为"泛化" (generalization) 能力。

第2章 模型评估与选择

第3章 线性模型

第4章 决策树

第5章 神经网络

第6章 支持向量机

第7章 贝叶斯分类器

第8章 集成学习

第9章 聚类

第10章 降维与度量学习

第11章 特征选择与稀疏学习

第12章 计算学习理论

第13章 半监督学习

第14章 概率图模型

第15章 规则学习

第16章 强化学习

C++：

unsigned long long > long long >long >int