标签：
1、机器学习概论。
2、线性回归与Logistic。案例：电子商务业绩预测
3、岭回归，Lasso，变量选择技术。从一团乱麻中识别有用维度的技巧
4、降维技术。案例：业绩综合指标设计
5、线性分类器，Knn算法，朴素贝叶斯分类器，文本挖掘，案例：智能判断垃圾短信，通过文本挖掘给用户加标签，评论自动分析，用户流失预警
6、决策树，组合提升算法，bagging和adaboost，随机森林。案例：运营商用户分析
7、支持向量机，为什么能理解SVM的人凤毛麟角？
?
8、人工神经网络，单层感知器，线性神经网络，BP神经网络，基于梯度下降的学习算法，图像压缩和银行用户信用评估
9、通用逼近器径向基函数神经网络，在新观点下审视PDA和SVM。Hopfield联想记忆型神经网络。案例：字符识别，人脸识别
10、概率神经网络和信念贝叶斯分类器
11、聚类，孤立点判别。案例：推荐系统，自动品酒器，作弊识别，社会系统团体识别
标签：
原文地址：http://www.cnblogs.com/zjh86/p/4996408.html
