最全机器学习路线

大家都知道目前机器学习异常火爆，而且用人单位也用高薪吸引人才，据我所知像BAT这样的大公司基本给算法工程师的薪酬基本都接近年薪一百万了。学习机器学习也是很多人目前在做的，可是机器学习的门槛较高，需要一定的时间周期，因此整理了一份机器学习的学习图谱，按照上面的方向学，可以事半功倍，希望能帮到大家。

数学基础

数学分析

• 导数和梯度
• Taylor公式

概率论

• 古典概型
• 贝叶斯学派
• 常见概率分布
• Sigmoid/Logistic函数

矩阵和线性代数

• SVD
• 矩阵的乘法和状态转移矩阵
• 矩阵和向量组
• 对称阵、正交阵、正定镇
• 数据白化
• 正交基
• QR分解和LFM
• 矩阵与向量间求导

PYTHON学习

常用的库

• 多元高斯分布
• Pearson相关系数计算
• 快速傅里叶变换和信号滤波
• 奇异值分解SVD和图像特征
• 卷积网络

数据清洗和特征选择

• Pandas数据读取和处理
• 字符串模糊查找
• 特征提取主成分分析PCA
• One-hot编码

多元线性回归

线性回归

• 高斯分布
• 最大似然估计
• 最小二乘法

逻辑回归

Softmax回归

信息熵

• 熵
• 联合熵、条件熵、相对熵
• 互信息

其他

• 梯度下降算法
• 特征选择

决策树和随机森林

• 信息增益
• ID3、C4.5、CART
• 样本加权、分类器加权
• Adaboost算法
• GBDT
• XGBoost
• Kaggle

支持向量机SVM

聚类

• K-means聚类
• DBSCAN
• DensityPeak
• 谱聚类
• 半监督LPA算法
• VQ算法
• AP算法
• MeanShift算法

EM算法

• 最大似然估计
• GMM
• 多元高斯模型和拉格朗日乘子法
• AIC、BIC
• DPGMM

主题模型

• LDA
• 先验分布-共轭分布
• Beta分布-Dirichlet分布
• 三层贝叶斯网络模型
• Gibbs

隐马尔科夫模型

• 中文分词
• 高斯分布隐马尔科夫模型

文章来源: https://www.toutiao.com/group/6697351356677620238/