在考察了机器学习 (machine learning)中使用的特定数据结构，如树、哈希表和图之后，我们现在转向解决计算问题的更一般方法。本章介绍核心算法策略。这些是构建算法的通用方法或设计模式，它们在机器学习实现中经常出现。

您将会了解：

• 分治法： 将问题分解为更小、相似的子问题。
• 动态规划： 通过将问题分解为更简单的重叠子问题并存储它们的解决方案来解决问题。
• 贪心算法： 在每个阶段做出局部最优选择。
• 随机算法： 将随机性作为算法逻辑的一部分，通常会影响性能或输出特点。
• 迭代优化： 从算法角度看待梯度下降 (gradient descent)等方法。

识别这些策略将帮助您理解常见机器学习算法的结构，分析它们的性能特点，并领会各种库实现中涉及的权衡。