机器学习笔记合集

大家好，这里是好评笔记，公主 号：Goodnote。本笔记的任务是解读机器学习实践/面试过程中可能会用到的知识点，内容通俗易懂，入门、实习和校招轻松搞定。

笔记介绍

本笔记的任务是解读机器学习实践/面试过程中可能会用到的知识点，内容通俗易懂，入门、实习和校招轻松搞定。涵盖机器学习八股文和常用算法，包括机器学习基础知识、感知机（Perceptron）、多层感知机（MLP, Multi-Layer Perceptron）、支持向量机（SVM, Support Vector Machine）、K 最近邻（KNN, K-Nearest Neighbors）、朴素贝叶斯（Naive Bayes）、决策树（Decision Tree）、随机森林（Random Forest）、Bagging、Boosting、GBDT、XGBoost、LightGBM、K 均值聚类（K-means Clustering）、高斯混合模型（GMM）、降维算法等。

其他

本笔记基本更新完毕，会不定期更新一些补充内容。欢迎大家订阅，公 主 号回复“专栏试读”或点击菜单栏的“专栏试读”私信我，任选2篇免费试读。

合集目录

本系列其他相关笔记参考如下：

1. 标签：机器,试读,笔记,学习,感知机,算法,合集
   From： https://blog.csdn.net/haopinglianlian/article/details/145204849