机器学习知识点学习

在学习机器学习的有关知识时，搜索到JerryLead的cnblog中的Machine Learning专栏，里面对于机器学习的部分算法和知识点讲解地很经典和透彻。所以Mark在这，多多学习！
http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/

偏最小二乘法回归（Partial Least
Squares Regression）
典型关联分析（Canonical Correlation
Analysis）
增强学习（Reinforcement Learning
and Control）
因子分析（Factor Analysis）
线性判别分析（Linear Discriminant
Analysis）（二）
线性判别分析（Linear Discriminant
Analysis）（一）
ICA扩展描述
独立成分分析（Independent Component
Analysis）
主成分分析（Principal components
analysis）-最小平方误差解释
主成分分析（Principal components
analysis）-最大方差解释
在线学习（Online Learning）
（EM算法）The
EM Algorithm
混合高斯模型（Mixtures of Gaussians）和EM算法
K-means聚类算法
规则化和模型选择（Regularization
and model selection）
支持向量机（五）SMO算法
支持向量机（四）
支持向量机（三）核函数
支持向量机SVM（二）
支持向量机SVM（一）
判别模型、生成模型与朴素贝叶斯方法
对线性回归，logistic回归和一般回归的认识

分享到：