支持向量机(support vector machine) 机器学习领域最火的算法，乃至深度学习大火的今天，对该算法的学习也是有助于自己对算法世界的了解。

本文主要从用户角度出发，构建以用户为中的概念图谱，从而理解用户真实意图，论文中提到该种方式在搜索改写和个性化推荐任务上都有明显的效果提升。

简介

朴素贝叶斯是最简单的生成模型，根据训练集学习输入输出的联合概率分布，对于给定输入，根据学习到的模型结合贝叶斯定理，找到后验概率最大的输出。

k近邻算法最基本的分类和回归算法，它是有监督学习算法，非参数模型，不涉及参数学习过程。

理财就是理生活！

感知器是机器学习中最基本的模型，也是神经网络的基础，简单但很重要，需要归零心态重新认识，尤其是对其对偶形式的理解，有助于对SVM和核函数的理解。

前一节记录了从不同角度对机器学习算法进行分类，本节记录方法中相关的概念，比如损失函数、经验损失、模型评估等问题。

排序学习是实际任务中比较典型且重要的一种学习任务，广泛存在于信息检索、推荐系统、计算广告、问答系统等场景，本文主要记录从宏观角度去看什么是排序学习，包含哪些方面和内容，评价指标等。

机器学习是一个很大概念范畴，学习和掌握其分类方法和概念，能够区分不同算法的归属，对掌握算法大有裨益。