此页面列出了 Statorials 上提供的所有机器学习教程。
机器学习简介有监督或无监督学习回归和分类算法偏差与方差的权衡
线性回归简单线性回归（ R ， Python ）多元线性回归（ R ， Python ）
分类逻辑回归（R、 Python ）线性判别分析（ R ， Python ）二次判别分析（ R ， Python ）
如何评估模型的充分性什么是过拟合？留一交叉验证（ R ， Python ） K-Fold 交叉验证（ R ， Python ）
选型最佳子集选择逐步选择（ R ）
正则化岭回归（ R ， Python ）套索回归（ R ， Python ）
降维主成分回归（R ， Python ）偏最小二乘法（ R ， Python ）
高级回归模型多项式回归（ R ， Python ） 多元自适应回归样条（ R ，Python）
基于树的方法分类和回归树( R )套袋（ R ）随机森林( R )提升( R )
无监督学习R中的主成分分析R 中的 K 均值聚类R 中的 K-Medoids 聚类