机器学习教材及算法综述

这份导图是根据中国地质大学在中国大学MOOC网站上的内容整理得到，包含了机器学习的基本概念、评估方法以及各种常用的机器学习算法，包括线性学习、支持向量学习、决策树学习、贝叶斯学习、神经网络学习、最近邻

机器学习算法是人工智能领域的重要组成部分，本文将详细介绍机器学习算法的原理和应用，包括监督学习、无监督学习、半监督学习等不同类型的算法。同时还提供了多个机器学习实战应用案例分享，如情感分析、图片识别等

本书是郑捷版《机器学习算法原理与编程实践》，内容由浅入深，适合机器学习入门者学习。

行人跟踪是计算机视觉领域中研究的热点和难点, 通过对视频资料中行人的跟踪, 可以提取出行人的运 动轨迹, 进而分析个体或群体的行为规律。

机器学习课本，周志华著，俗称西瓜书（封面是西瓜图案，全书贯穿西瓜的例子）

很好的机器学习实战的实用教程，python编码详细介绍了每种算法的实现过程，是机器学习实战的PDF教程。

机器学习的经典教材，书中对机器学习的定义和应用实例进行了介绍，涵盖了监督学习。贝叶斯决策理论。参数方法、多元方法、维度归约、聚类、非参数方法、决策树。线性判别式、多层感知器，局部模型、隐马尔可夫模型。

高清版的机器学习教材，非扫描版，方便清晰阅读，作为机器学习的教材非常合适，可以全面的打好机器学习基础

机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，人脸识别或语音识别，优化机器人行为以便使用最少的资源来完成

机器学习算法之---AFM算法，AFM:LearningtheWeightofFeatureInteractionsviaAttentionNetworks,IJCAI2017