机器学习基本算法

1.线性建模：最小二乘法（least square）

2.线性建模：最大似然方法

3.机器学习的贝叶斯方法

4.贝叶斯推理

5.分类

6.聚类分析

7.主成分分析与隐变量模型

1.监督学习

2.贝叶斯决策定理

3.参数方法

4.多元方法

5.维度归约

6.聚类

7.非参数方法

8.决策树

9.线性判别式

10.多层感知器

11.局部模型

12.隐马尔可夫模型

13.分类算法评估和比较

14.组合多学习器

15.增强学习

1.概念学习和一般到特殊序

2.决策树学习

3.人工神经网络

4.评估假设

5.贝叶斯学习

6.计算学习理论

7.基于实例的学习

8.遗传算法

9.学习规则集合

10.分析学习

11.归纳和分析学习的结合

12.增强学习