[机器学习篇]机器学习知识总结篇

1、机器学习的数学基础1 - 数学分析

机器学习的一般方法和横向比较 数学是有用的：以SVD为例 机器学习的角度看数学 复习数学分析 直观解释常数e 导数/梯度 随机梯度下降 Taylor展式的落地应用 gini系数 凸函数 Jensen不等式 组合数与信息熵的关系

2、机器学习的数学基础2 - 概率论与贝叶斯先验

概率论基础 古典概型 贝叶斯公式 先验分布/后验分布/共轭分布 常见概率分布 泊松分布和指数分布的物理意义 协方差(矩阵)和相关系数 独立和不相关 大数定律和中心极限定理的实践意义 深刻理解最大似然估计MLE和最大后验估计MAP 过拟合的数学原理与解决方案

3、机器学习的数学基础3 - 矩阵和线性代数

线性代数在数学科学中的地位 马尔科夫模型 矩阵乘法的直观表达 状态转移矩阵 矩阵和向量组 特征向量的思考和实践计算 QR分解 对称阵、正交阵、正定阵 数据白化及其应用 向量对向量求导 标量对向量求导 标量对矩阵求导

3、机器学习的数学基础3 - 数理统计与参数估计

统计量 期望/方差/偏度/峰度 中心矩/原点矩 矩估计 深刻理解最大似然估计 过拟合的数学原理与解决方案 最大后验估计MAP 偏差方差二难

4、Python基础1 - Python及其数学库 解释器Python2.7与IDE：Anaconda/Pycharm Python基础：列表/元组/字典/类/文件 Taylor展式的代码实现 numpy/scipy/matplotlib/panda的介绍和典型使用 多元高斯分布 泊松分布、幂律分布 典型图像处理

5、Python基础2 - 机器学习库

scikit-learn的介绍和典型使用 损失函数的绘制 多种数学曲线 多项式拟合 快速傅里叶变换FFT 奇异值分解SVD Soble/Prewitt/Laplacian算子与卷积网络 卷积与(指数)移动平均线 股票数据分析

6、Python基础3 - 数据清洗和特征选择

实际生产问题中算法和特征的关系 股票数据的特征提取和应用 一致性检验 缺失数据的处理 环境数据异常检测和分析 模糊数据查询和数据校正方法、算法、应用

7、回归

线性回归 Logistic/Softmax回归 广义线性回归 L1/L2正则化 Ridge与LASSO Elastic Net 梯度下降算法：BGD与SGD 特征选择与过拟合 Softmax回归的概念源头 最大熵模型 K-L散度

8、回归实践

机器学习sklearn库介绍 回归代码实现和调参 Ridge回归/LASSO/Elastic Net Logistic/Softmax回归 广告投入与销售额回归分析 鸢尾花数据集的分类 回归代码实现和调参 交叉验证 数据可视化

9、决策树和随机森林

熵、联合熵、条件熵、KL散度、互信息 最大似然估计与最大熵模型 ID3、C4.5、CART详解 决策树的正则化 预剪枝和后剪枝 Bagging 随机森林 不平衡数据集的处理 利用随机森林做特征选择 使用随机森林计算样本相似度

10、随机森林实践

随机森林与特征选择 决策树应用于回归 多标记的决策树回归 决策树和随机森林的可视化 葡萄酒数据集的决策树/随机森林分类

11、提升

提升为什么有效 Adaboost算法 加法模型与指数损失 梯度提升决策树GBDT XGBoost算法详解

12、XGBoost实践

自己动手实现GBDT XGBoost库介绍 Taylor展式与学习算法 KAGGLE简介 泰坦尼克乘客存活率估计

13、SVM

线性可分支持向量机 软间隔的改进 损失函数的理解 核函数的原理和选择 SMO算法 支持向量回归SVR

14、SVM实践

libSVM代码库介绍 原始数据和特征提取 调用开源库函数完成SVM 葡萄酒数据分类 数字图像的手写体识别 SVR用于时间序列曲线预测 SVM、Logistic回归、随机森林三者的横向比较

15、聚类

各种相似度度量及其相互关系 Jaccard相似度和准确率、召回率 Pearson相关系数与余弦相似度 K-means与K-Medoids及变种 AP算法(Sci07)/LPA算法及其应用 密度聚类DBSCAN/DensityPeak(Sci14) 谱聚类SC 聚类评价和结果指标

16、聚类实践

K-Means++算法原理和实现 向量量化VQ及图像近似 并查集的实践应用 密度聚类的代码实现 谱聚类用于图片分割

17、EM算法

最大似然估计 Jensen不等式 朴素理解EM算法 精确推导EM算法 EM算法的深入理解 混合高斯分布 主题模型pLSA

18、EM算法实践

多元高斯分布的EM实现 分类结果的数据可视化 EM与聚类的比较 Dirichlet过程EM 三维及等高线等图件的绘制 主题模型pLSA与EM算法

19、贝叶斯网络

朴素贝叶斯 贝叶斯网络的表达 条件概率表参数个数分析 马尔科夫模型 D-separation 条件独立的三种类型 Markov Blanket 混合(离散+连续)网络：线性高斯模型 Chow-Liu算法：最大权生成树MSWT

20、朴素贝叶斯实践

GaussianNB MultinomialNB BernoulliNB 朴素贝叶斯用于鸢尾花数据 朴素贝叶斯用于18000+篇新闻文本的分类

21、主题模型LDA

贝叶斯学派的模型认识 共轭先验分布 Dirichlet分布 Laplace平滑 Gibbs采样详解

22、LDA实践

网络爬虫的原理和代码实现 停止词和高频词 动手自己实现LDA LDA开源包的使用和过程分析 Metropolis-Hastings算法 MCMC LDA与word2vec的比较

23、隐马尔科夫模型HMM

概率计算问题 前向/后向算法 HMM的参数学习 Baum-Welch算法详解 Viterbi算法详解 隐马尔科夫模型的应用优劣比较

24、HMM实践

动手自己实现HMM用于中文分词 多个语言分词开源包的使用和过程分析 文件数据格式UFT-8、Unicode 停止词和标点符号对分词的影响 前向后向算法计算概率溢出的解决方案 发现新词和分词效果分析 高斯混合模型HMM GMM-HMM用于股票数据特征提取

原文参考：https://blog.csdn.net/BaiHuaXiu123/article/details/60884803