本博客说明

　　本博客主要是用来记录和整理自己在机器学习中的所学和感悟，也会探讨实践中所遇到的问题，持续更新和完善，主要有以下几个专题：

　一、机器学习（机器学习的理论知识和经典方法，主要参考周志华的机器学习）

 　　　1.绪论

　　　 2.模型评估与选择

　　　 3.线性模型

　　　 4.决策树

　　　 5.神经网络

　　　 6.支持向量机

　　　 7.贝叶斯分类器

　　　 8.集成学习

　　　 9.聚类

　　　 10.降维与度量学习

　　　 11.特征选择与稀疏学习

　　　 12.计算学习理论

　　　 13.半监督学习

　　　 14.概率图模型

　　　 15.规则学习

　　　 16.强化学习

　二、数据挖掘（数据挖掘中所必须的理论知识）

 

 

　三、利用python数据分析（利用numpy,pandas等常用的包对数据进行处理）

 

 

 

　　四、案例实践（利用python完成具体的案例，含具体思路和源代码）