缺失的答案可以在机器学习课程笔记中找到

1 基本概念

1.1 什么是监督/无监督/自监督/半监督学习

1.2 什么是欠拟合/过拟合

1.3 什么是准确率/查准率/查全率

• accuracy
• precision
• recall

2 聚类算法

2.1 KNN

2.2 Kmeans

3 树学习

决策树

4 概率学习

5 集成学习

bias-variance tradeoff

6 SVM

7 神经网络

7.1 激活函数

激活函数关键点在于导数

• sigmoid型：
  • logistic：$ \frac{1}{1+e^(-x)} $
  • tanh: $ \frac{e^x-e(-x)}{e^x+e(-x)} $
• ReLU：$y = x, x \geq 0; y = 0,x \lt 0$

深度学习

神经网络模型

CNN/RNN/LSTM/GRU

8 降维

8.1 LDA

Linear Discriminant Analysis

8.2 PCA

Principle Component Analysis

8.3 SVD

9 强化学习