李航-统计学与吴恩达-深度学习理论与代码实践
目录
统计学习方法与深度学习概论 最小二乘法完整实践理论 感知机 统计学与深度学习中的回归
支持向量机 FM与FFM… k近邻算法 决策树 随机森林 极限树 提升算法 xgboost
lightgbm catboost EM算法以及推广 朴素贝叶斯 循环神经网络 隐尔马可夫模型
卷积神经网络 条件随机场 监督学习方法总结 无监督学习概论 强化学习
autoML
序言
温故知新也，从大二懵进实验室，到毕业，仿佛稚嫩的自己还是昨天的自己，只是时间已是2019.11.19
学了许多，却似乎什么都没有学。借此blog，总结统计学(机器学习)与深度学习之间联系以及相关理论与算法实践。留此印记，源得您人心。
概要
本文，主要通过李航-统计学与吴恩达-深度学习，主要对数据挖掘全蓝图概要。写作顺序，如目录：由简至繁，且相互之间关联顺序，进行归纳总结以及代码实践。
总结
还没有开始写正文，哈哈哈！希望能够把所想以及所知的，能够以逻辑清晰的顺序写出。