机器学习汇总，珍藏版！

机器学习系列阶段总结！1. 机器学习（1）之入门概念2. 机器学习（2）之过拟合与欠拟合3. 机器学习（3）之最大似然估计4. 机器学习（4）之线性判别式（附Python源码）5. 机器学习(5)之决策树ID3及Python实现6. 机器学习(6)之朴素贝叶斯NB及实例7. 机器学习(7)之感知机python实现8. 机器学习(8)之范数正则与Lasso详解9. 机器学习(9)之ID3算法详解及python实现10. 机器学习(10)之趣味案例理解朴素贝叶斯11. 机器学习(11)之C4.5详解与Python实现（从解决ID3不足的视角）12. 机器学习(12)之决策树总结与python实践(~附源码链接~)13. 机器学习（13）之最大熵模型详解14. 机器学习（14）之评价准则RoC与PR15. 机器学习（15）之支持向量机原理(一)线性支持向量机16. 机器学习(16)之支持向量 ………………………………