一、《统计学习方法》
1. 统计学习方法概率 <juejin.cn/post/684490…>
2. 感知机 <juejin.cn/post/684490…>
3. k近邻模型 <juejin.cn/post/684490…>
4. 朴素贝叶斯 <juejin.cn/post/684490…>
5. 决策树 <juejin.cn/post/684490…>
6. 逻辑斯谛回归和最大熵模型 <juejin.cn/post/684490…>
7. 支持向量机 <juejin.cn/post/684490…>
8. 提升方法 <juejin.cn/post/684490…>
二、《python大战机器学习》
1. 线性模型 <juejin.cn/post/684490…>
2. 决策树 <juejin.cn/post/684490…>
3. 贝叶斯分类器 <juejin.cn/post/684490…>
4. k近邻法 <juejin.cn/post/684490…>
7. 支持向量机 <juejin.cn/post/684490…>
10. 集成学习 <juejin.cn/post/684490…>
11. 数据预处理 <juejin.cn/post/684490…>
12. 模型评估、选择和验证 <juejin.cn/post/684490…>
参考资料：
书籍：《python大战机器学习》（华校专，王正林），《统计学习方法》（李航）
视频：吴恩达机器学习<study.163.com/course/cour…>
笔记：吴恩达机器学习笔记<github.com/wcb2213/Cou…>
