如何从小白成为一名合格的算法工程师写在开头能力要求编程能力计算机基础机器学习机器学习理论学习机器学习实战学习深度学习基础应用领域个人计划后续安排写在开头其实对于未来想要从事什么样的职业这个问题，我已经思考了比较长一段时间

文章目录一、感知机模型二、感知机的学习策略三、感知机学习算法3.1、感知机算法的原始形式3.2、感知机算法的对偶形式感知机(Perceptron)是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1。感知机对应于输入空间(特征空间)中将实例划为正负两类的分离超平面，属于判别模型。感知机预测是用学习得到的感知机模型对新的输入实例进行分类，是神经网络与支持向量机的基础。强烈推

.等式约束最优化（eg.llp）1.1无求和1.2有求和2.不等式约束最优化（eg.svm）3.无约束（eg.ls）2、范数1.F范数2.l2范数3.l1范数4.l2，1范数3、偏导梗概本博客用于记录机器学习理论学习与优化问题推导所需的各种前置知识

目录一、决策树模型1.1、决策树模型的学习二、特征选择2.1、信息增益2.2、信息增益比三、决策树的生成3.1、ID3算法3.2、C4.5算法四、决策树的剪枝五、分类回归树（CART）算法5.1、CART生成5.2、CART剪枝决策树是一种基本的分类和回归方法。决策树（DecisionTree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这

机器学习理论学习K最近邻算法--近朱者赤近墨者黑原理那么可以清楚地看到，会将新数据归于到黑色分类中。当然，K最近邻算法也能用于回归算法。原理和用于分类是相同的。

机器学习理论学习K最近邻算法--近朱者赤近墨者黑原理那么可以清楚地看到，会将新数据归于到黑色分类中。当然，K最近邻算法也能用于回归算法。原理和用于分类是相同的。

目前正在结合机器学习理论学习MLlib源码前言在学习大数据之前，先要了解他解决了什么问题，能给我们带来什么价值。

机器学习理论学习路径参考Github高星项目。