一、基础理解
二、决策树
三、ROC\AUC
四、朴素贝叶斯
五、逻辑斯蒂回归和最大熵模型
六、支持向量机与核函数
七、序列最小最优算法（SMO）
八、EM算法和高斯混合模型
九、Adaboost
十、隐马尔可夫模型
向前向后法
十一、条件随机场
最大团
参考《统计学习方法总结》
机器学习----统计学习方法-3（手写稿算法总结）
猜你喜欢
转载自blog.csdn.net/Sakura55/article/details/81316936
今日推荐
周排行