机器学习----统计学习方法-3(手写稿算法总结)

一、基础理解

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)

二、决策树

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)

三、ROC\AUC

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)

四、朴素贝叶斯

机器学习----统计学习方法-3(手写稿算法总结)

五、逻辑斯蒂回归和最大熵模型

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)

六、支持向量机与核函数

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)

七、序列最小最优算法(SMO)

机器学习----统计学习方法-3(手写稿算法总结)

八、EM算法和高斯混合模型

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)

九、Adaboost

机器学习----统计学习方法-3(手写稿算法总结)

十、隐马尔可夫模型

机器学习----统计学习方法-3(手写稿算法总结)

向前向后法

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)

十一、条件随机场

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)

最大团

机器学习----统计学习方法-3(手写稿算法总结)
机器学习----统计学习方法-3(手写稿算法总结)


参考《统计学习方法总结》