名词表示人、事、物、地点或抽象概念的统一名称。它分为专有名词和普通名词。在英语中，名词的格有3种：主格、宾格、所有格。

语法学习的重点是英语的词类和语句。在英语中有十大词类，而英语的语句是由不同的句子成分构成的，这些句子成分又可以由不同的词类充当。

OPTICS 聚类算法是基于密度的聚类算法，全称是 Ordering points to identify the clustering structure。OPTICS 也是为了优化 DBSCAN 而出现的。

XGBoost 是大规模并行 boosting tree 的工具，它是目前最快最好的开源 boosting tree 工具包。

GBDT 由三个概念组成：Gradient Boosting（GB）、Regression Decision Tree（DT）和 Shrinkage

AdaBoost是Boosting算法中比较有代表性的一个，主要原理是通过不断调整样本和弱学习器的权重来输出最终结果。

RF 算法由很多决策树组成，每一棵决策树之间没有关联。建立完森林后，当有新样本进入时，每棵决策树都会分别进行判断，然后基于投票法给出分类结果。

决策树是附加概率结果的一个树状的决策图，是直观的运用统计概率分析的图法。决策树算法采用树形结构，使用层层推理来实现最终的分类。

所谓集成学习，顾名思义，就是集成多个基学习器的结果，采用一定的融合机制得到一个更为精准和稳定的结果。常见的集成学习有Bagging、Boosting、Stacking

朴素贝叶斯方法是在贝叶斯算法的基础上进行了相应的简化，即假定给定目标值时属性之间相互条件独立。