昨天浏览了一下我爱自然语言处理站点上的全部文章,然后基本过滤下来自己感兴趣的90篇左右的文章,逐篇浏览后以下为个人的一个基本总结。

阅读Machine Learning:A Probabilistic Perspective一书关于上述部分的若干章节并对之前未理解的部分内容进行梳理。

本文主要介绍局部敏感哈希算法。

阅读Machine Learning:A Probabilistic Perspective一书第十章并记录之前看PGM公开课时漏掉的一些知识点。

本文主要介绍核方法,鉴于Pluskid已经非常深入浅出地介绍过SVM,本文作为补充吧,介绍一些关于Kernels的其他知识。

本文主要介绍Latent Linear Models,主要介绍因子分析、主成分分析,由于ICA目前未完全看懂,ICA部分暂时搁置,待弄明白后有时间会另外写一篇介绍。