整体大纲
1、模型评估与选择
2、线性模型
3、决策树
4、神经网络
5、支持向量机
6、贝叶斯分类器
7、集成学习
8、聚类
9、降维与度量学习
10、特征选择与稀疏学习
11、计算学习原理
12、半监督学习
13、概率图模型
14、强化学习
15、规则学习
整体大纲
1、模型评估与选择
2、线性模型
3、决策树
4、神经网络
5、支持向量机
6、贝叶斯分类器
7、集成学习
8、聚类
9、降维与度量学习
10、特征选择与稀疏学习
11、计算学习原理
12、半监督学习
13、概率图模型
14、强化学习
15、规则学习