#######Private study files#######
#######本仓库为个人学习用#######
机器学习学习组安排
-----------------------------【第一学期】-----------------------------
- 机器学习概述
（第一周） 监督学习、非监督学习、强化学习 分类问题、回归问题、聚类问题 正则化、泛化 生成模型和判别模型
- 监督学习
（第二周） 朴素贝叶斯(统计学派和贝叶斯学派)、决策树 (随机森林和gbdt)
（第三周） 线性代数与与机器学习的关系 线性方程组求解 矩阵求逆
（第四周） 逻辑归回、优化算法（梯度下降和拟牛顿法）、提升方法
- 非监督学习、降纬问题和概率图模型
（第五周） 矩阵的秩 特征值和特征向量 SVD，推荐中的矩阵分解、主成分分析
（第六周） EM、混合高斯、Kmeans LDA
（第七周） 对角阵和正交 xgboost
- 概率图模型和自然语言处理
（第八周） HMM、条件随机场及其自然语言处理中的应用
- 深度学习
（第九周） 神经网络的基本概念 Fully connected layer Cost function and activation function Convolutional and pooling
（第十周） Recurrent structure LSTM GRU
（第十一周） word embedding BERT
-----------------------------【第二学期】-----------------------------
（第一周）
论文：A framework for data-driven analysis of materials under uncertainty: Countering the curse of dimensionality
硅所项目汇报
（第二周）
Attention-based Model
论文：Generative Adversarial Networks
（第三周）
Proximal Policy Optimization
Q-Learning
（第四周）
论文：ATRANK
论文：A Network-based End-to-End Trainable Task-oriented Dialogue System
（第五周）
硅所项目汇报
论文：缺失
（第六周）
论文：Micro Behaviors: A New Perspective in E-commerce�Recommender Systems
对话系统常用评价方法
（第七周）
论文：Hybrid Code Networks: practical and efficient end-to-end dialog control with supervised and reinforcement learning
硅所项目工作相关进展