最近对常见的机器学习算法进行了复习。再次学习这些内容，对其中部分内容，有了更深的认识。
因为最近一直都在复习，也没有进行总结。所以没有什么实质性的产出，本周的内容，又是灌水了！sorry.
下面会给出一些相关的学习链接，供大家参考。
结合方差和偏差，着重的复习了关于集成学习的部分：

方差与偏差：

机器学习中bias偏差和variance方差

bagging:降低方差

RF

bagging和boosting的区别联系，RF/adaboost/GBDT/Xgboost

boosting:降低偏差

Adaboost/GBDT/xgboost

bagging和boosting的区别联系，RF/adaboost/GBDT/Xgboost
GBDT和xgboost算法

stacking:

机器学习模型融合之stacking心得

以上的内容就是我在复习中参考的内容。