超全！李航《统计学习方法》读书笔记

文章预览

作者 | Limitlessun  社区 | DataFun  编辑 | 小小挖掘机（ID: wAIsjwj） 阅读目录： 1. 知识点 2. 感知机 3. k 近邻法 4. 朴素贝叶斯 5. 决策树 6. logistic 回归和最大熵模型 7. 支持向量机 8. 提升方法 9. EM 算法 10. 隐马尔可夫模型 ( HMM ) 11. 统计学习方法总结 12. 神经网络 13. K-Means 14. Bagging 15. Apriori 16. 降维方法 17. 引用 因为要准备面试，本文以李航的《统计学习方法》为主，结合西瓜书等其他资料对机器学习知识做一个整理。 一、知识点 进程和线程： 进程和线程都是一个时间段的描述，是 CPU 工作时间段的描述，不过是颗粒大小不同。进程就是包换上下文切换的程序执行时间总和 = CPU 加载上下文 + CPU 执行 + CPU 保存上下文。线程是共享了进程的上下文环境的更为细小的 CPU 时间段。 判别式模型和生成式模型： 判别式模型直接学习决策函数 f(X) 或条件概率分布 P(Y ………………………………