搜文章
推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > 悦哥说算法 > 机器学习,立足之本

机器学习,立足之本

悦哥说算法 2020-09-16

机器学习算法工程师必备知识

传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。机器学习的算法很多。很多时候困惑人们都是,很多算法是一类算法,而有些算法又是从其他算法中延伸出来的。

一、机器学习方式

监督式学习:每组训练数据有一个明确的标识或结果

机器学习,立足之本

非监督式学习:数据并不被特别标识

机器学习,立足之本


半监督式学习:部分被标识,部分没有被标识


机器学习,立足之本

强化学习:输入数据直接反馈到模型,模型必须对此立刻作出调整

机器学习,立足之本

二、机器学习常用算法

回归算法:采用对误差的衡量来探索变量之间的关系的一类算法

机器学习,立足之本

分类算法:根据某些近似性把新数据与样本数据进行比较

机器学习,立足之本

正则化方法:对简单模型予以奖励而对复杂算法予以惩罚

机器学习,立足之本

决策树算法:借助于树的分支结构实现分类

机器学习,立足之本

随机森林:在源数据中随机选取数据,组成几个子集

机器学习,立足之本

逻辑回归:值域需要满足大于等于0,小于等于1

机器学习,立足之本

K均值算法:先将一组数据,分为三类,每个都与三个初始值计算距离,然后归类到离它最近的初始值所在类别。

机器学习,立足之本

K近邻算法:给一个新的数据时,离它最近的k个点中,哪个类别多,这个数据就属于哪一类

机器学习,立足之本

支持向量机:要将两类分开,想要得到一个超平面,最优的超平面是到两类的 margin 达到最大

机器学习,立足之本

神经网络:input输入到网络中,被激活,计算的分数被传递到下一层,激活后面的神经层,最后output的节点上的分数代表属于各类的分数

马尔科夫:Markov Chains由state(状态)和transitions(转移)组成



版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《机器学习,立足之本》的版权归原作者「悦哥说算法」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

关注悦哥说算法微信公众号

悦哥说算法微信公众号:gh_330ccf952e02

悦哥说算法

手机扫描上方二维码即可关注悦哥说算法微信公众号

悦哥说算法最新文章

精品公众号随机推荐