机器学习

• 16.强化学习
• 15.规则学习
• 14.概率图模型
• 13.半监督学习
• 12.计算学习理论
• 11.特征选择与稀疏学习
• 10.降维与度量学习
• 9.聚类
• 8.集成学习
• 7.贝叶斯分类器
• 6.支持向量机
• 5.神经网络
• 4.决策树
• 3.线性模型
• 2.模型评估与选择
• 1.绪论