决策树概述因变量为类别分类树ID3以及ID45算法cart算法因变量为连续值回归树cart算法决策树概述决策树相当于if-then的感觉，从树的根节点出发，进行判断。其中非叶子节点是特征的筛选。现在机器学习中用的比较多的算法xgboost以及gbdt都是以决策树作为基础，准确的说是回归树，采用cart树。简单的说分类树，比如判断第一次见面判断一个人是否有钱，打扮是否整洁？衣服/鞋子/裤子是

参考视频：https://royalsociety.org/science-events-and-lectures/2014/11/milner-lecture/英文的http://www.powercam.cc/slide/6552建议看这个，中文的http://www.powercam.cc/home.php?user=chli&f=slide&v=&fid=4097 ，这里面会

from： https://www.cnblogs.com/maybe2030/p/5427148.html阅读目录1. 词向量2.Distributed representation词向量表示3.词向量模型4.word2vec算法思想5.doc2vec算法思想6.参考内容　　深度学习掀开了机器学习的新篇章，目前深度学习应用于图像和语音已经产生了突破性的研究进展。深度学习一直被人们推崇为一种类似于

前言课程简介什么是机器学习为什么要用机器学习机器学习的应用机器学习的构成机器学习和其他领域的关系欢迎转载，可以关注博客：http://blog.csdn.net/cqy_chen前言其实很早就看完了该课程，看了两遍。在实际的运用中，会发现会慢慢的变成调参侠，比如使用比较火热的XGB，深度学习中的GoogLeNet。调一调，用一用。可以了上线。虽然这些算法的原理都是了解的，但总归是缺点什

概述什么是机器学习机器为什么可以学习如何提高机器学习性能常见线性分类器及其关系总结to be continue概述在林老师的机器学习课程中，我觉得受益最多的是将机器学习中的原理背景以及推导过程进行了详细描述。这里就简单总结下，不足之处还望多多拍砖。什么是机器学习机器学习本质是从一堆资料中提取技能。如下图：整个的学习流程如下：以信用卡是否通过为例，我们拿到一堆样例资料，假设这堆

概要机器学习是做不到的通过概率来拯救机器学习概率和机器学习的联系概率和真实机器学习的联系欢迎转载，可以关注博客：http://blog.csdn.net/cqy_chen概要上节课讲到了机器学习各种各样的类型，本节课会介绍机器学习到底是否可行。机器学习是做不到的？举一个简单例子，如下图这就是最简单的智力测试之类的题目，一般考公务员还有这样的题目，哈哈哈哈。回归正题，那么给到下面的

数学相关林轩田机器学习课程笔记深度学习hinton课程笔记整理中深度学习kaggleNLP算法实现other数学相关机器学习需要线性代数知识SVD介绍对偶问题PCA仿射变换核函数凸优化林轩田机器学习课程笔记林轩田之机器学习课程笔记（when can machines learn之learning problem）（32之1）

参考视频：https://royalsociety.org/science-events-and-lectures/2014/11/milner-lecture/英文的http://www.powercam.cc/slide/6552建议看这个，中文的http://www.powercam.cc/home.php?user=chli&f=slide&v=&fid=4097 ，这里面会