机器学习（0）- 大纲

根据Andrew Ng在斯坦福的《机器学习》视频做笔记，已经通过李航《统计学习方法》获得的知识不赘述，仅列出提纲。

监督学习

• 线性回归https://www.cnblogs.com/angelica-duhurica/p/10912097.html
• 逻辑回归https://www.cnblogs.com/angelica-duhurica/p/10912097.html
• 神经网络https://www.cnblogs.com/angelica-duhurica/p/10928012.html
• 支持向量机https://www.cnblogs.com/angelica-duhurica/p/10957870.html

非监督学习

• K-meanshttps://www.cnblogs.com/angelica-duhurica/p/10958085.html
• PCA主成分分析https://www.cnblogs.com/angelica-duhurica/p/10958085.html
• 异常检测https://www.cnblogs.com/angelica-duhurica/p/10962078.html

应用

• 推荐系统https://www.cnblogs.com/angelica-duhurica/p/10962311.html
• 大规模机器学习https://www.cnblogs.com/angelica-duhurica/p/10963470.html

建议

• 偏差/方差https://www.cnblogs.com/angelica-duhurica/p/10948753.html
• 正则化https://www.cnblogs.com/angelica-duhurica/p/10912097.html
• 下一步做什么：学习算法的评估，学习曲线，误差分析，上限分析https://www.cnblogs.com/angelica-duhurica/p/10963474.html