机器学习知识点学习

     在学习机器学习的有关知识时，搜索到JerryLead的cnblog中的Machine Learning专栏，里面对于机器学习的部分算法和知识点讲解地很经典和透彻。所以Mark在这，多多学习！

http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/

 

偏最小二乘法回归（Partial Least Squares Regression）

典型关联分析（Canonical Correlation Analysis）

增强学习（Reinforcement Learning and Control）

因子分析（Factor Analysis）

线性判别分析（Linear Discriminant Analysis）（二）

线性判别分析（Linear Discriminant Analysis）（一）

ICA扩展描述

独立成分分析（Independent Component Analysis）

主成分分析（Principal components analysis）-最小平方误差解释

主成分分析（Principal components analysis）-最大方差解释

在线学习（Online Learning）

（EM算法）The EM Algorithm

混合高斯模型（Mixtures of Gaussians）和EM算法

K-means聚类算法

规则化和模型选择（Regularization and model selection）

支持向量机（五）SMO算法

支持向量机（四）

支持向量机（三）核函数

支持向量机SVM（二）

支持向量机SVM（一）

判别模型、生成模型与朴素贝叶斯方法

对线性回归，logistic回归和一般回归的认识

 

 

分享到：