-2020.7.17
刚刚看完一本算法图解,用了一个多月时间,里面大部分都是我学过的东西。从明天开始啃一下《机器学习实战》,会在空闲时候写一点读书笔记或是困惑的东西。看看这一本会花多少时间啃完。
目录
第一部分 分类
第一章 机器学习基础
第二章 K-近邻算法
第三章 决策树
第四章 基于概率论的分类方法:朴素贝叶斯
第五章 Logistic回归
第六章 支持向量机
第七章 利用AdaBoost元算法提高分类性能
第二部分 利用回归预测数值型数据
第八章 预测数值型数据:回归
第九章 树回归
第三部分 无监督学习
第十章 利用K-均值聚类算法对未标注数据分组
第十一章 使用Apriori算法进行关联分析
第十二章 使用FP-growth算法来高效发现频繁项集
第四部分 其他工具
第十三章 利用PCA来简化数据
第十四章 利用SVD简化数据
2020.7.26
第二章 k-近邻算法 结束。总体来说,我才刚刚在机器学习的大门徘徊,近邻算法不算是真正的机器学习(我认为),虽然它的错误率低,但是效率不高。
网友评论