机器学习，启动！

许久未在这里更新了，前段时间一直在负责导师的科研项目，所做的内容也绝大部分属于机密内容，很多也不适合作为心得笔记进行发布，最近项目的事情也接近结项了，论文也成功完成了，现在能够静下心来学习自己一直想学的机器学习十大算法了。

从现在开始，我会把自己学习十大算法的新路历程以笔记的形式的不定期发布在这里。当然啦我比较随意，主要看心情而发哈哈哈。

先简单罗列一下十大算法的目录

1.线性回归 （Linear Regression）

2.支持向量机 （Support Vector Machine,SVM）

3.最近邻居/k最近邻 （K-Nearest Neighbors,KNN）

4.逻辑回归 （Logistic Regression）

5.决策树 （Decision Tree）

6.k均值 （K-Means）

7.随机森林（Random Forest）

8.朴素贝叶斯（Naive Bayes）

9.降维（Dimensional Reduction）

10.梯度增强（Gradient Boosting）

那么这些算法的概念都分别是什么呢？网上目前已经有很多的说法了，但是那些都是别人的东西，而不是我自己的理解成果。我会在理解了各自的概念之后，用我自己的语言尽量整理出一个能够让大部分人看得懂的说法。