# myLearn

**Repository Path**: perseverance2099/myLearn

## Basic Information

- **Project Name**: myLearn
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-07-13
- **Last Updated**: 2021-06-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# myLearn

**make:生成可执行文件**

**demo.sh:调试入口**

**model.conf:模型参数**

-----------------------------------------------------------------------------------
**从线性到非线性模型**

  1、线性回归，岭回归，Lasso回归，局部加权线性回归

  2、logistic回归，softmax回归，最大熵模型

  3、广义线性模型

  4、Fisher线性判别和线性感知机

  5、三层神经网络

  6、支持向量机

**统计概率模型**

  1、高斯判别分析

  2、朴素贝叶斯

  3、隐马尔可夫模型

  4、最大熵马尔科夫模型

  5，条件随机场

  6，马尔科夫决策过程

**树模型**

  1、决策树 ID3，C4.5，CART

  2、随机森林RF

  3、Adaboost

  4、GBDT

  5、XGboost

  6、孤立森林（异常检测）
  
**聚类模型**

  1、层次聚类

  2、原型聚类-K-means

  3、模型聚类-GMM

  4、EM算法-LDA主题模型

  5、密度聚类-DBSCAN

  6、图聚类-谱聚类

**特征工程**

  1、特征工程

  2、特征提取

  3、特征选择

**学习理论**

  1、基本概念

  2、PAC理论

  3、VC维
  
  4、极大似然，最大后验概率，贝叶斯估计

  5、模型选择与评价评价

  6、模型诊断调参
  
**深度学习**
  .
  .

**哈希学习**
  .
  .
  
**自然语言处理**
  .
  .

**搜索推荐**
  .
  .