这里面都是本人对于机器学习时候相关算法的一些自己的理解和体会，仅限于自己慢慢记录和思考。
机器学习算法： KNN 决策树 DT 贝叶斯 逻辑回归 支持向量机 隐马尔科夫 条件随机场
深度学习算法: DNN CNN RNN - LSTM
损失函数： 0-1损失 平方损失
正则化： （1）为什么需要正则化 （2）有哪些方式进行正则化？ （3）正则化为什么能够起作用
代码实现语言：python 实现平台：tensorflow IDE：pycharm
应用对象： 自然语言处理 机器视觉
每个算法总结的流程： （1）只其行：每个算法的通俗理解，即用比较通俗的例子进行讲解一便算法。 （2）晓其意：算法的数学支撑。 （3）在学习算法过程中所遇到的疑惑 （4）这个算法，在不断学习中，还存在哪些方面的疑惑 （5）代码演示