1、nips http://nips.cc/
2、在感知器算法中least perturbation principle与梯度下降法的区别！
3、quadratic programming QP了解一下
4、SVM的 QP优化形式解与regularization形式解的联系？
7、多分类的logistic回归 的likelihood的写法？
8、MAP：Maximum a posteriori 最大后验概率
9、对于SVM和logistic回归中，regularization项的解释？
10、loss function中有exponential和modified huber，了解一下？
提到过搜索引擎的ctr model，Click Through Rate,点击通过率（用linear logistic regression）？
11、LBFGS （了解下）对hinge loss function的优化
12、RBF神经网络？
线性分类器:把感知器，SVM和logistic regression 放一起，这节课整体比较简单！
