1.有監督學習?
-
1.1 線性模型
- 1.1.1 普通最小二乘法
- 1.1.2 嶺回歸與分類
- 1.1.3. Lasso
- 1.1.4 多任務Lasso
- 1.1.5 彈性網絡
- 1.1.6 多任務彈性網
- 1.1.7 最小角回歸
- 1.1.8 LARS Lasso
- 1.1.9 正交匹配追蹤(OMP)
- 1.1.10 貝葉斯回歸
- 1.1.11 Logistic回歸
- 1.1.12 廣義線性回歸（Generalized Linear Regression）
- 1.1.13 隨機梯度下降（SGD）
- 1.1.14 感知機(Perceptron)
- 1.1.15 被動感知算法(Passive Aggressive Algorithms)
- 1.1.16 魯棒回歸(Robustness regression)：離群(outliers)與模型錯誤
- 1.1.17 多項式回歸：用基函數擴展線性模型
- 1.2 線性和二次判別分析
-
1.3 內核嶺回歸
- 1.4 支持向量機
- 1.5 隨機梯度下降
- 1.6 最近鄰
- 1.7 高斯過程
-
1.8 交叉分解
- 1.9 樸素貝葉斯
- 1.10 決策樹
- 1.11 集成算法
- 1.12 多類和多標簽算法
- 1.13 特征選擇
- 1.14 半監督學習
-
1.15 Isotonic回歸
- 1.16 概率校準
- 1.17 神經網絡模型(有監督)