數據挖掘系列文章目錄

準備系統性地整理一下數據挖掘&機器學習常見方法,溫故而知新,less is more。算法

先列一下初步目錄:(每一個冒號後面是主要的focus)網絡

1 關聯規則挖掘:Apriori 算法& FP-treeless

2 貝葉斯方法:樸素貝葉斯&貝葉斯網絡機器學習

3 組合提高:Boosting&Adaboost,隨機森林學習

4 決策樹系列:ID3,C4.5 &MART(又叫GBDT(Gradient Boosting Decision Tree) )ci

5 主題模型:LDA&PLSA數據挖掘

6 聚類算法,包括混合高斯模型io

7 迴歸分析,包括logistic,regularlization神經網絡

8 EM方法

9 SVM

10 異常檢測

11 KNN&推薦系統

12 隨機模擬及抽樣:MCMC

13 Deep learning 一些專題,包括特徵提取,降維及神經網絡

14 時間序列

15 海量數據處理方法

16 待補充

進度安排:

一週一至二篇,加油!

相關文章
相關標籤/搜索