学习笔记19写了些基础的学习，学习笔记20继续写进阶。
感觉掌握的差不多了之后，继续强攻机器学习。
到底需要怎样的学习路线？需要学的太多了……
而且感觉难度都挺大的，好多东西都没听说过。
于是开始研究这张图：
机器学习
大多数东西都是陌生的……
看了几本机器学习的书，发现都在讲这些知识，看来绕不过去了。
硬着头皮上吧。
线性回归
这个比较简单，就从这里入手~
梯度下降
也比较好理解
逻辑回归
本质是分类，不是回归
了解了几个概念
训练集 测试集 验证集
准确率 精确率 召回率
分类，聚类，回归，降维
K-NN，朴素贝叶斯，决策树，SVM，K-means
都是基础知识，好好看吧~
TensorFlow按教程走了一圈
看完似懂非懂，确切的说，还是不懂。
计划看看基础知识的书籍，回头再学一遍。
OpenCV
这几天迷上了这个，计划深入研究。
