线性分类器
发散问题不可学习
支持向量机器(SVM):二分类(学习能力):《统计学习方法》:较好的泛化能力，过拟合。内积
优化
拟合线尽量平缓，因为要让相近的模型得出的结果离得近
松弛边界
logistic regression
非线性问题:映射到高空间
kernel(相似性矩阵)
流行学习(全局非线性，局部线性):isomap,LLE
Bengio<deep learning>
吴恩达网课:机器学习
自编码器
卷积神经网络(过滤得到边缘信息)
推荐书:
<机器学习，概率的视角>墨菲
<模式识别与机器学习>(难读)
<统计学习方法>
<nonconvex>
增强学习
期刊<mechine learning research>
这一领域会议很重要:AAAI,CVPI,NIPS,ICML.
