2018 Machine Learning

2018/8/13

1. 线性模型(西瓜书P53~P73)

2. Optimizer
   https://blog.csdn.net/u012151283/article/details/78154917

2018/8/15

1. SVM(西瓜书)

2018/8/16

1. 面试题 https://www.cnblogs.com/zuochongyan/p/5407053.html

2. 熵、联合熵、条件熵、交叉熵与相对熵 ？？

3. 归一化方法

4. 准确率,召回率,F值,截断点.ROC,AUC

5. 过拟合与正则化

6. 优化方法

7. 各算法的优缺点

8. 机器学习项目流程

9. 样本不均衡问题

10. 损失函数

11. 朴素贝叶斯

2018/8/19

1. 决策树

2. 支持向量机

3. 激活函数
   https://blog.csdn.net/cyh_24/article/details/50593400

4. Dropout理解
   https://www.cnblogs.com/welhzh/p/6648613.html
   https://www.cnblogs.com/strongYaYa/p/5871410.html

2018/8/20

1. LSTM ??

2. TensorFlow ??
   https://blog.csdn.net/u011239443/article/details/78945486