一、频率派与贝叶斯派介绍
1.频率派
频率派发展为统计机器学习
书籍：《统计学习方法》李航——可以进行学习讲的是感知机、k近邻法、朴素贝叶斯法、决策树、逻辑回归、支持向量机、提升方法、EM算法、隐马尔可夫模型、条件随机场、《机器学习》西瓜书周志华、《The Elements of Statistical Learning》
2.贝叶斯派
贝叶斯派发展为概率图模型。
书籍：《PRML模式识别与机器学习》、《MALTAB app designer》
深度学习：《Deep Learning》圣经（张志华翻译）
推荐课程：
台大林轩田《机器学习基石》（SVM讲的比较好）
台大林宏毅《机器学习/深度学习》(cnn rnn)《MLDS》(优化算法、自然语言算法)
《机器学习导论》（概率派）、《统计机器学习》（贝叶斯派）张志华
吴恩达CS229（有深度）
徐亦达《机器学习》（讲EM模型等概率模型、github当中的Notes较为前沿全面）
标签：01,机器,入门,张志华,贝叶斯,学习,算法,Learning From： https://blog.csdn.net/qq_58475180/article/details/142483819