【机器学习】知识点汇总

资源：

1、《统计学习方法》代码实现
2、吴恩达机器学习课程笔记
3、七月在线人工智能面试题
4、Datawhale秋招机器学习算法工程师面经
5、AI算法工程师手册—华校专
6、机器学习十大算法系列—July专栏

建议学习顺序：

一、基础知识：

建议阅读：《统计学习方法》第一章：统计学习方法概论
KeyWords：经验风险、结构风险、L1与L2正则化、交叉验证、精确率、召回率

ps：
1、L1先验服从拉普拉斯分布，L2先验服从高斯分布
2、如何评价模型好坏？混淆矩阵、精准率、召回率、准确度、ROC曲线、AUC、基尼系数

二、线性回归（Linear Regression）

建议阅读：《吴恩达机器学习课程笔记》2 & 4
KeyWords：代价函数、批量梯度下降、及其公式推导、单变量到多变量、 特征缩放/标准化/归一化

ps：
1、批量梯度下降：每一步，使用所有的训练样本
2、线性回归输出为具体的浮点数