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