版权声明:欢迎大家转载,指正。 https://blog.csdn.net/yin__ren/article/details/82430725
一. 机器学习基本概念和分类
基本概念
- 假设空间
- 训练 / 测试数据
- 标注
- 损失函数
按数据分类
- 分类
- 回归
- 序列标注
按监督分类
- 监督学习
- 非监督学习
- 强化学习
按模型分类
- 生成式模型
- 辨别式模型
二. 经典机器学习模型
- 监督学习模型
- 经典算法
- 支持向量机
- 逻辑回归
- 决策树
- 概率图模型
- 朴素贝叶斯
- 最大熵模型
- 隐马尔可夫模型
- 条件随机场
- 经典算法
- 非监督学习
- 层次聚类
- K 均值聚类
- 高斯混合模型
- 主题模型
- 集成学习
- Bagging
- Boosting
- 随机森林
- GBDT
- 降维算法
- 采样
- 强化学习
三. 深度学习模型
- 前向神经网络
- 多层感知机
- 卷积神经网络
- 深度残差网络
- 自组织映射神经网络
- 受限波尔兹曼机
- 循环神经网络
- 循环神经网络
- 长短期记忆模型
- 注意力机制
- Seq2Seq
- 深度学习优化技巧
- 批量归一化
- Dropout
- 激活函数
- sigmoid
- Softmax
- Tanh
- ReLU
- 强化学习
- 生成式对抗网络
四. 特征工程
- 特征离散化与归一化
- 特征组合
- 特征选择
- 词嵌入表示
五. 模型评估
- 评价指标
- A / B 测试
- 过拟合与欠拟合
- 超参数选择
六. 优化算法
- 损失函数
- 正则化
- EM 算法
- 梯度下降
- 随机梯度下降
- 反向传播
- 梯度验证
- Momentum
- AdaGrad
- Adam
七. 数学基础
- 概率论
- 常用概率分布
- 大树定理和中心极限定理
- 假设检验
- 贝叶斯理论
- 线性代数
- 微积分
- 凸优化
- 信息论
八. 工程能力
- 数据结构与算法
- 数
- 图
- 哈希表
- 矩阵运算与优化
- 大数据处理
- MapReduce
- Spark
- HiveQL
- Storm
- 机器学习平台
- tensorFlow
- Torch
- Theano
- 并行计算
- 数据库和数据仓库
- 系统服务架构
九. 业务与应用
- 计算机视觉
- 自然语言处理
- 推荐系统
- 计算广告
- 智能游戏