博客机器学习分类的目录

整合一下

通用

模型验证与评估

https://alittlebear.net/posts/5150/

---

深度学习前的模型与概念

模型

支持向量机 SVM

https://alittlebear.net/posts/840f/

生成式模型、判别式模型、指数族分布、和广义线性模型

https://alittlebear.net/posts/d785

集成学习模型 AdaBoost

https://alittlebear.net/posts/ea89/

聚类，混合模型，和EM算法

https://alittlebear.net/posts/3fea/

降维

https://alittlebear.net/posts/39e3/

概念

线性回归和逻辑回归的区别

https://alittlebear.net/posts/8484

机器学习的学习规则

https://alittlebear.net/posts/f452

压缩感知和稀疏编码

https://alittlebear.net/posts/5669

---

深度学习

深度神经网络、卷积神经网络、循环神经网络

https://alittlebear.net/posts/cdfe/

深度学习是如何统治所有机器学习的学习类型的

https://alittlebear.net/posts/d381/

多层感知机（深度神经网络）

激活函数和损失函数

https://alittlebear.net/posts/f596/

Logit, Logistic, Sigmoid, Softmax

https://alittlebear.net/posts/1f4f/

卷积神经网络

非线性滤波

https://alittlebear.net/posts/5a04/

Transformer和注意力机制前的一些优化技巧/结构优化

https://alittlebear.net/posts/77e4/

深度生成模型

https://alittlebear.net/posts/e80c

---

强化学习

不等式推导

https://alittlebear.net/posts/39c0/

---