今天看到有个同学分享了关于算法学习的思路，觉得对于我来说启发很大，因此决定把他说的一些东西写下来以提醒自己：
首先是算法的产生背景，适用场合（数据规模，特征维度，是否有Online算法，离散/连续特征处理）
原理推导（最大间隔，软间隔，对偶）
求解方法（随机梯度下降，拟牛顿法等优化算法）；
优缺点，相关改进
和其他基本方法对比；
在科研项目、实习、比赛中摸清算法特性，熟悉相关工具与模块的使用，科研我是没有机会了，希望我在学习到一定阶段以后可以争取到机器学习的相关实习。加油吧！路漫漫其修远兮~
今天看到有个同学分享了关于算法学习的思路，觉得对于我来说启发很大，因此决定把他说的一些东西写下来以提醒自己：
首先是算法的产生背景，适用场合（数据规模，特征维度，是否有Online算法，离散/连续特征处理）
原理推导（最大间隔，软间隔，对偶）
求解方法（随机梯度下降，拟牛顿法等优化算法）；
优缺点，相关改进
和其他基本方法对比；
在科研项目、实习、比赛中摸清算法特性，熟悉相关工具与模块的使用，科研我是没有机会了，希望我在学习到一定阶段以后可以争取到机器学习的相关实习。加油吧！路漫漫其修远兮~