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