《机器学习》课堂笔记

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