机器学习框架梳理(笔记汇总)

从大的框架来说，机器学习分为监督学习、无监督学习、半监督学习、其它(概率图，规则学习、强化学习)。

• 对于监督学习，包含线性模型、决策树、神经网络、支持向量机、贝叶斯分类、集成学习。
• 对于无监督学习，包含：聚类、降维与度量学习、特征选择与稀疏学习、计算学习理论。
• 其它的还包括：半监督学习、概率图学习、规则学习、强化学习。

接下来将会使用自己语言对每个模块进行归纳总结，爬虫搬运者，诅咒你们，毕设查重到自己的笔记然后各种改，有多难受，疯狂诅咒！！！！

笔记目录：
1.线性模型
2.决策树
3.神经网络
4.支持向量机
5.贝叶斯分类
6.集成学习
7.聚类
8.降维与度量学习
9.特征选择与稀疏学习
10.计算学习理论
11.半监督学习
12.概率图学习
13.规则学习
14.强化学习