周志华《Machine Learning》 学习笔记系列--目录

周志华《Machine Learning》学习笔记（1）–绪论
周志华《Machine Learning》学习笔记（2）–性能度量
周志华《Machine Learning》学习笔记（3）–假设检验、方差与偏差
周志华《Machine Learning》学习笔记（4）–线性模型
周志华《Machine Learning》学习笔记（5）–决策树
周志华《Machine Learning》学习笔记（6）–神经网络
周志华《Machine Learning》学习笔记（7）–支持向量机
周志华《Machine Learning》学习笔记（8）–贝叶斯分类器
周志华《Machine Learning》学习笔记（9）–EM算法
周志华《Machine Learning》学习笔记（10）–集成学习
周志华《Machine Learning》学习笔记（11）–聚类
周志华《Machine Learning》学习笔记（12）–降维与度量学习
周志华《Machine Learning》学习笔记（13）–特征选择与稀疏学习
周志华《Machine Learning》学习笔记（14）–计算学习理论
周志华《Machine Learning》学习笔记（15）–半监督学习
周志华《Machine Learning》学习笔记（16）–概率图模型
周志华《Machine Learning》学习笔记（17）–强化学习
周志华《Machine Learning》学习拓展知识–经验风险与结构风险

西瓜书学习交流QQ群: 531701485， 欢迎各位机器学习的同仁志士入群讨论学习