常用的机器学习&数据挖掘知识(点）

声明：想做机器学习&数据挖掘的学弟学妹，可以看看，转载请说明出处...

常用的机器学习知识(点)

Basis(基础)：

MSE(Mean Square Error
均方误差)，LMS(LeastMean
Square 最小均方)，LSM(Least
Square Methods 最小二乘法)，MLE(MaximumLikelihood
Estimation最大似然估计)，QP(Quadratic
Programming 二次规划)，

CP(Conditional Probability条件概率)，JP(Joint
Probability 联合概率)，MP(Marginal
Probability边缘概率)，Bayesian
Formula(贝叶斯公式)，L1
/L2Regularization(L1/L2正则)，GD(GradientDescent
梯度下降)，SGD(Stochastic
Gradient Descent 随机梯度下降)，Eigenvalue(特征值)，Eigenvector(特征向量)，QR-decomposition(QR分解)，Quantile
(分位数)，Covariance(协方差矩阵)。

Common Distribution(常见分布)：

Discrete

Distribution(离散型分布)：BernoulliDistribution/Binomial(贝努利分布/二项分布)，Negative

BinomialDistribution(负二项分布)，MultinomialDistribution(多项式分布)，Geometric
Distribution(几何分布)，HypergeometricDistribution(超几何分布)，Poisson

Distribution (泊松分布)

Continuous Distribution (连续型分布)：UniformDistribution(均匀分布)，Normal
Distribution /Guassian Distribution(正态分布/高斯分布)，ExponentialDistribution(指数分布)，Lognormal
Distribution(对数正态分布)，GammaDistribution(Gamma分布)，Beta
Distribution(Beta分布)，Dirichlet
Distribution(狄利克雷分布)，Rayleigh
Distribution(瑞利分布)，Cauchy
Distribution(柯西分布)，Weibull
Distribution (韦伯分布)

Three Sampling Distribution(三大抽样分布)：Chi-squareDistribution(卡方分布)，t-distribution(t-distribution)，F-distribution(F-分布)

Data Pre-processing(数据预处理)：

Missing Value Imputation(缺失值填充)，Discretization(离散化)，Mapping(映射)，Normalization(归一化/标准化)。

Sampling(采样)：

Simple Random Sampling(简单随机采样)，OfflineSampling(离线等可能K采样)，Online
Sampling(在线等可能K采样)，Ratio-based
Sampling(等比例随机采样)，Acceptance-RejectionSampling(接受-拒绝采样)，Importance
Sampling(重要性采样)，MCMC(MarkovChain
Monte Carlo 马尔科夫蒙特卡罗采样算法：Metropolis-Hasting&
Gibbs)。

Clustering(聚类)：

K-Means，K-Mediods，二分K-Means，FK-Means，Canopy，Spectral-KMeans(谱聚类)，GMM-EM(混合高斯模型-期望最大化算法解决)，K-Pototypes，CLARANS(基于划分)，BIRCH(基于层次)，CURE(基于层次)，DBSCAN(基于密度)，CLIQUE(基于密度和基于网格)

Classification&Regression(分类&回归)：

LR(Linear Regression
线性回归)，LR(LogisticRegression逻辑回归)，SR(Softmax
Regression 多分类逻辑回归)，GLM(GeneralizedLinear
Model 广义线性模型)，RR(Ridge
Regression 岭回归/L2正则最小二乘回归)，LASSO(Least
Absolute Shrinkage andSelectionator Operator L1正则最小二乘回归)，

RF(随机森林)，DT(DecisionTree决策树)，GBDT(Gradient
BoostingDecision
Tree 梯度下降决策树)，CART(ClassificationAnd
Regression Tree 分类回归树)，KNN(K-Nearest
Neighbor K近邻)，SVM(Support
VectorMachine)，KF(KernelFunction
核函数PolynomialKernel
Function 多项式核函数、Guassian
KernelFunction 高斯核函数/Radial
BasisFunction RBF径向基函数、String
KernelFunction 字符串核函数)、

NB(Naive Bayes 朴素贝叶斯)，BN(Bayesian
Network/Bayesian Belief
Network/ Belief Network
贝叶斯网络/贝叶斯信度网络/信念网络)，LDA(Linear
Discriminant Analysis/FisherLinear Discriminant 线性判别分析/Fisher线性判别)，EL(Ensemble
Learning集成学习Boosting，Bagging，Stacking)，AdaBoost(Adaptive
Boosting 自适应增强)，MEM(MaximumEntropy
Model最大熵模型)

Effectiveness Evaluation(分类效果评估)：

Confusion Matrix(混淆矩阵)，Precision(精确度)，Recall(召回率)，Accuracy(准确率)，F-score(F得分)，ROC
Curve(ROC曲线)，AUC(AUC面积)，LiftCurve(Lift曲线)
，KS
Curve(KS曲线)。

PGM(Probabilistic Graphical Models概率图模型)：

BN(Bayesian Network/Bayesian Belief Network/ BeliefNetwork
贝叶斯网络/贝叶斯信度网络/信念网络)，MC(Markov
Chain 马尔科夫链)，HMM(HiddenMarkov
Model 马尔科夫模型)，MEMM(Maximum
Entropy Markov Model 最大熵马尔科夫模型)，CRF(ConditionalRandom
Field 条件随机场)，MRF(MarkovRandom
Field
马尔科夫随机场)。

NN(Neural Network神经网络)：

ANN(Artificial Neural Network
人工神经网络)，BP(Error
BackPropagation 误差反向传播)

Deep Learning(深度学习)：

Auto-encoder(自动编码器)，SAE(Stacked
Auto-encoders堆叠自动编码器：Sparse
Auto-encoders稀疏自动编码器、Denoising
Auto-encoders去噪自动编码器、Contractive
Auto-encoders 收缩自动编码器)，RBM(RestrictedBoltzmann
Machine
受限玻尔兹曼机)，DBN(Deep
Belief Network 深度信念网络)，CNN(ConvolutionalNeural
Network 卷积神经网络)，Word2Vec(词向量学习模型)。

DimensionalityReduction(降维)：

LDA LinearDiscriminant Analysis/Fisher Linear Discriminant
线性判别分析/Fisher线性判别，PCA(Principal
Component Analysis 主成分分析)，ICA(IndependentComponent
Analysis 独立成分分析)，SVD(Singular
Value Decomposition 奇异值分解)，FA(FactorAnalysis
因子分析法)。

Text Mining(文本挖掘)：

VSM(Vector Space Model向量空间模型)，Word2Vec(词向量学习模型)，TF(Term
Frequency词频)，TF-IDF(Term
Frequency-Inverse DocumentFrequency 词频-逆向文档频率)，MI(MutualInformation
互信息)，ECE(Expected
Cross Entropy 期望交叉熵)，QEMI(二次信息熵)，IG(InformationGain
信息增益)，IGR(Information
Gain Ratio 信息增益率)，Gini(基尼系数)，x2
Statistic(x2统计量)，TEW(TextEvidence
Weight文本证据权)，OR(Odds
Ratio 优势率)，N-Gram
Model，LSA(Latent
Semantic Analysis 潜在语义分析)，PLSA(ProbabilisticLatent
Semantic Analysis 基于概率的潜在语义分析)，LDA(Latent

DirichletAllocation
潜在狄利克雷模型)

Association Mining(关联挖掘)：

Apriori，FP-growth(Frequency
Pattern Tree Growth 频繁模式树生长算法)，AprioriAll，Spade。

Recommendation Engine(推荐引擎)：

DBR(Demographic-based Recommendation
基于人口统计学的推荐)，CBR(Context-basedRecommendation
基于内容的推荐)，CF(Collaborative
Filtering协同过滤)，UCF(User-basedCollaborative
Filtering Recommendation 基于用户的协同过滤推荐)，ICF(Item-basedCollaborative
Filtering Recommendation 基于项目的协同过滤推荐)。

Similarity Measure&Distance Measure(相似性与距离度量)：

Euclidean Distance(欧式距离)，ManhattanDistance(曼哈顿距离)，Chebyshev
Distance(切比雪夫距离)，MinkowskiDistance(闵可夫斯基距离)，Standardized
Euclidean Distance(标准化欧氏距离)，MahalanobisDistance(马氏距离)，Cos(Cosine
余弦)，HammingDistance/Edit
Distance(汉明距离/编辑距离)，JaccardDistance(杰卡德距离)，Correlation
Coefficient Distance(相关系数距离)，InformationEntropy(信息熵)，KL(Kullback-Leibler
Divergence KL散度/Relative
Entropy 相对熵)。

Optimization(最优化)：

Non-constrainedOptimization(无约束优化)：Cyclic
VariableMethods(变量轮换法)，Pattern
Search Methods(模式搜索法)，VariableSimplex
Methods(可变单纯形法)，Gradient
Descent Methods(梯度下降法)，Newton
Methods(牛顿法)，Quasi-NewtonMethods(拟牛顿法)，Conjugate
Gradient Methods(共轭梯度法)。

ConstrainedOptimization(有约束优化)：Approximation
Programming Methods(近似规划法)，FeasibleDirection
Methods(可行方向法)，Penalty
Function Methods(罚函数法)，Multiplier
Methods(乘子法)。

Heuristic Algorithm(启发式算法)，SA(SimulatedAnnealing，模拟退火算法)，GA(genetic
algorithm遗传算法)

Feature
Selection(特征选择算法)：

Mutual Information(互信息)，DocumentFrequence(文档频率)，Information
Gain(信息增益)，Chi-squared
Test(卡方检验)，Gini(基尼系数)。

Outlier
Detection(异常点检测算法)：

Statistic-based(基于统计)，Distance-based(基于距离)，Density-based(基于密度)，Clustering-based(基于聚类)。

Learning to Rank(基于学习的排序)：

Pointwise：McRank；

Pairwise：RankingSVM，RankNet，Frank，RankBoost；

Listwise：AdaRank，SoftRank，LamdaMART；

Tool(工具)：

MPI，Hadoop生态圈，Spark，BSP，Weka，Mahout，PyBrain…

后面有机会将针对这些进行知识(面)的总结，有错误请指正...