ML算法模型
简单总结一下在学习的过程中对Machine Learning算法模型理解：
- 决策树 ( decision tree)详解
- 集成算法(Bagging，随机森林)
- 集成算法(AdaBoost基本原理)
- Boosting算法（GBDT，XGBoost，LightGBM）
- SVM(Support Vector Machin) 支持向量机 详解
- KNN(k-nearest neighbors) K近邻算法深入
- 聚类算法
– K 均值算法详解（K-means）
– 层次聚类算法详解
– DBSCAN 算法详解
– BIRCH 算法
– CURE 算法 - 贝叶斯网络Bayesian Network (朴素贝叶斯，Naive )
- 马尔可夫随机场与条件随机场
- 隐马尔可夫模型(Hidden Markov Model，HMM)
京公网安备 11010502036488号