机器学习的模型与算法--思维导图在线浏览（统计学习方法概论）

下面就先将统计学习概论做一个简单的介绍：

思维导图在线浏览地址：统计学习概论   https://aonaotu.com/open/5ab1109c2049f345c73857e7

本章节讲的是监督方法的简介以及统计学习的三大组成部分:

思维导图在线浏览地址：统计学习三要素  https://aonaotu.com/open/5ab676aeb85e9364f27066e5

本章主要讲的是模型的选择，模型的相关分类还有统计学习问题的分类：分类问题、标注问题、回归问题，连着上两篇统计学习简介，统计学习方法的简介到这里就结束了：

思维导图在线浏览地址：模型评估与选择   https://aonaotu.com/open/5ab75a03b85e9364f27069f0

---

感知机

感知机是人工神经网络和SVM一个非常重要的组成部分，本章主要讲了感知机的模型、策略以及算法的相关证明，详细见下方思维导图：

思维导图在线浏览地址：感知机思维导图   https://aonaotu.com/open/5abf39c2f6b4a855d040fa3c

---

K近邻法

本章主要讲了K近邻的算法、模型 以及kd树的构造与最近邻搜索：

思维导图在线浏览地址：K近邻法思维导图   https://aonaotu.com/open/5acc672dc5be5e0010b7cbda

---

朴素贝叶斯法

本章主要讲了生成学习方法-朴素贝叶斯法的详细生成方法 、 朴素贝叶斯的特点-条件独立性假设：

思维导图在线浏览地址：朴素贝叶斯思维导图  https://aonaotu.com/open/5ad75e2dc1ddde0011a10bd4

更多机器人、无人机/车、AI 技术资料(扫码关注机器人）