学习机器学习零零散散将近1年之久，期间也想做各种方式的总结、笔记，但因总总原因没能写出一个系列，加上当时理解尚浅、主次分不清，所以写笔记也就作罢。自己在草稿纸上推导，也是写完就扔。一路曲曲折折，踩了很多的坑，但总算有些许收获。面临毕业找工作，对机器学习也挺感兴趣，要找这方面的工作，所以，做此总结。一来记录自己的学习所得，二来为了找工作的面试复习一下。网上机器学习方面的文章很多，“浩如烟海”，一点不为过，好多讲的都很详细，当然我在其中也学到了很多很多这方面的知识。但，总觉得缺点什么？
所以，我想尝试写一个思维导图总结系列，但因为时间有限（下个月面试），就先自己手写在白纸上，一个算法用一页白纸来总结。只总结我自己认为的重点或难点，不求覆盖全面，但求自己能理解这个算法。时间仓促，又是个尝试，所以写的难免漏洞百出，还请看官见谅。毕竟初版写给我自己看，如果写得还不错，并且以后还有时间，就做成电子版的，当然得一一完善每个算法的思维导图。
好了，废话不多说，今天先把目录给定一些。
1.线性回归，Logistic回归，softmax回归。
2.决策树，随机森林
3.Adaboost，GBDT
4.SVM
5.K-means，EM
6.NB，LDA
7.HMM
8.CDF
9.CNN
今天，刚把第9个趁热打铁给总结完。剩下的8个准备利用8天的时间总结完毕，每天一个。2017年3月11日22:22:09 星期六，刚好能到下周日总结完。到下下周再开始一个一个贴图。
我想，每一篇的格式应该包含这几大块。
大标题，目录，图片，链接。
大标题，上面已经定好了。
目录，就是我自己认为的重点和难点了，很主观的。
图片，就是思维导图手写版啦，我字写得有点丑，见谅啊。
链接，就是写思维导图参考的博客和书了。
写总结篇系列的目的就是给ML有一定基础的情况下，2-3分钟就能理通一个算法，复杂的话5分钟嘛。自己总结的话可能需要2-3小时，或者5小时。不过最好还是自己总结一下，别人的只是参考。
好了，先写到这里吧，写得有点乱，语无伦次的。我还有周报没写，马上还要交给师兄呢 ：（
明天开始酝酿第一篇吧！加油！