机器学习综合指南（伯克利大学）
由Soroush Nasiriany，Garrett Thomas，William Wang，Alex Yang撰写。加利福尼亚大学伯克利分校电气工程与计算机科学系。日期为2019年6月24日。这本书与《机器学习的数学》（The Math of Machine Learning）并非同一本书，该书  也在2018年由伯克利同一部门出版，并由Garret Thomas撰写。
资料来源：这本书，第21页
内容
1回归I 5
普通最小二乘 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。5
岭回归。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8
特征工程。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。11
超参数与验证。。。。。。。。。。。。。。。。。。。。。。。。。。。。。12
2回归II 17
回归的MLE和MAP（第一部分）。。。。。。。。。。。。。。。。。。。。。。。。。。17
偏差-偏差权衡。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。23
多元高斯。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。30
MLE和MAP回归（第二部分）。。。。。。。。。。。。。。。。。。。。。。。。。37
核与岭回归。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。44
稀疏最小二乘。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。50
最小二乘总数。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。57
3降维63
主成分分析法。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。63
典型相关分析。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。70
最小二乘之外的4：优化和神经网络79
非线性最小二乘。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。79
优化。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。81
梯度下降 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。82
线搜索。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。88
凸优化。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。89
牛顿法。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。93
高斯-牛顿算法。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。96
神经网络 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。97
训练神经网络。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。103
5分类107
生成与区分分类。。。。。。。。。。。。。。。。。。。。。。。107
最小二乘支持向量机。。。。。。。。。。。。。。。。。。。。。。。。。。109
逻辑回归。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。113
高斯判别分析。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。121
支持向量机。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。127
双重性。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。134
最近邻居分类。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。145
6群集151
K-均值聚类。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。152
高斯的混合。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。155
期望最大化（EM）算法。。。。。。。。。。。。。。。。。。。。。。。156
7决策树学习163
决策树。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。163
随机森林。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。168
提振。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。169
8深度学习175
卷积神经网络。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。175
CNN体系结构。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。182
可视化和理解CNN。。。。。。。。。。。。。。。。。。。。。。。。。。185
https://www.eecs189.org/static/resources/comprehensive-guide.pdf

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！