統計學習方法概論
下面就先將統計學習概論做一個簡單的介紹：
思維導圖線上瀏覽地址：統計學習概論
本章節講的是監督方法的簡介以及統計學習的三大組成部分:
思維導圖線上瀏覽地址：統計學習三要素
本章主要講的是模型的選擇，模型的相關分類還有統計學習問題的分類：分類問題、標註問題、迴歸問題，連著上兩篇統計學習簡介，統計學習方法的簡介到這裡就結束了：
思維導圖線上瀏覽地址：模型評估與選擇
感知機
感知機是人工神經網路和SVM一個非常重要的組成部分，本章主要講了感知機的模型、策略以及演算法的相關證明，詳細見下方思維導圖：
思維導圖線上瀏覽地址：感知機思維導圖
K近鄰法
本章主要講了K近鄰的演算法、模型 以及kd樹的構造與最近鄰搜尋：
思維導圖線上瀏覽地址：K近鄰法思維導圖
樸素貝葉斯法
本章主要講了生成學習方法-樸素貝葉斯法的詳細生成方法 、 樸素貝葉斯的特點-條件獨立性假設：
思維導圖線上瀏覽地址：樸素貝葉斯思維導圖
思維來自《統計學習方法》-李航
歡迎前往我的個人小站：www.wengjj.ink
才學疏淺，歡迎評論指導
