数据挖掘系列文章目录

准备系统性地整理一下数据挖掘&机器学习常见方法，温故而知新，less is more。

先列一下初步目录：（每一个冒号后面是主要的focus）

1 关联规则挖掘：Apriori 算法& FP-tree

2 贝叶斯方法：朴素贝叶斯&贝叶斯网络

3 组合提高：Boosting&Adaboost，随机森林

4 决策树系列：ID3，C4.5 &MART(又叫GBDT(Gradient Boosting Decision Tree) )

5 主题模型：LDA&PLSA

6 聚类算法，包括混合高斯模型

7 回归分析，包括logistic，regularlization

8 EM

9 SVM

10 异常检测

11 KNN&推荐系统

12 随机模拟及抽样：MCMC

13 Deep learning 一些专题，包括特征提取，降维及神经网络

14 时间序列

15 海量数据处理方法

16 待补充

进度安排：

一周一至二篇，加油！