本文精选了机器学习领域的核心算法和技术，包括随机梯度下降及其变种、SVM、主题模型、PCA、模型评估方法、特征工程、批量归一化及神经网络等。读者可通过这些内容快速了解并复习关键概念。
老朋友了，还用多说什么吗？点击下面的链接复习咯：
17. 随机梯度下降算法之经典变种
18. SVM—核函数与松弛变量
19. 主题模型
20. PCA最小平方误差理论
21. 分类、排序、回归模型的评估
22. 特征工程—结构化数据
23. 神经网络训练中的批量归一化
24. 随机梯度下降法
你可以留言发表复习之后的新感悟，也许会在新的推送中看到你自己的思考噢～
不明白的地方也欢迎向作者提问，小编会在第一时间给予反馈。
日常唠叨还是要有的：
关注Hulu公众号，就可以在每周看到两篇机器学习问题与解答系列的新文章。
坚持就是胜利！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
