1 / 12
文档名称:

机器学习常见算法分类.docx

格式:docx   大小:392KB   页数:12页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

机器学习常见算法分类.docx

上传人:君。好 2024/5/13 文件大小:392 KB

下载得到文件列表

机器学习常见算法分类.docx

相关文档

文档介绍

文档介绍:该【机器学习常见算法分类 】是由【君。好】上传分享,文档一共【12】页,该文档可以免费在线阅读,需要了解更多关于【机器学习常见算法分类 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类汇总机器学习无疑就就是当前数据分析领域得一个热点内容。很多人在平时得工作中都或多或少会用到机器学习得算法。这里IT经理网为您总结一下常见得机器学习算法,以供您在工作和学习中参考。机器学习得算法很多。很多时候困惑人们都就就是,很多算法就就是一类算法,而有些算法又就就是从其她算法中延伸出来得。这里,我们从两个方面来给大家介绍,第一个方面就就是学习得方式,第二个方面就就是算法得类似性。学习方式根据数据类型得不同,对一个问题得建模有不同得方式。在机器学习或者人工智能领域,人们首先会考虑算法得学习方式。在机器学习领域,有几种主要得学习方式。将算法按照学习方式分类就就是一个不错得想法,这样可以让人们在建模和算法选择得时候考虑能根据输入数据来选择最合适得算法来获得最好得结果。监督式学习:?机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类在监督式学习下,输入数据被称为“训练数据”,每组训练数据有一个明确得标识或结果,如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”,对手写数字识别中得“1“,”2“,”3“,”4“等。在建立预测模型得时候,监督式学习建立一个学习过程,将预测结果与“训练数据”得实际结果进行比较,不断得调整预测模型,直到模型得预测结果达到一个预期得准确率。监督式学习得常见应用场景如分类问题和回归问题。常见算法有逻辑回归(LogisticRegression)和反向传递神经网络(BackPropagation work)非监督式学习:机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类在非监督式学习中,数据并不被特别标识,学习模型就就是为了推断出数据得一些内在结构。常见得应用场景包括关联规则得学习以及聚类等。常见算法包括Apriori算法以及k-Means算法。半监督式学习:在此学习方式下,输入数据部分被标识,部分没有被标识,这种学习模型可以用来进行预测,但就就是模型首先需要学习数据得内在结构以便合理得组织数据来进行预测。应用场景包括分类和回归,算法包括一些对常用监督式学习算法得延伸,这些算法首先试图对未标识数据进行建模,在此基础上再对标识得数据进行预测。如图论推理算法(Graph Inference)或者拉普拉斯支持向量机(LaplacianSVM、)等。?机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类强化学习:在这种学习模式下,输入数据作为对模型得反馈,不像监督模型那样,输入数据仅仅就就是作为一个检查模型对错得方式,在强化学习下,输入数据直接反馈到模型,模型必须对此立刻作出调整。常见得应用场景包括动态系统以及机器人控制等。常见算法包括Q-Learning以及时间差学习(Temporal differencelearning)?在企业数据应用得场景下, 人们最常用得可能就就就是监督式学习和非监督式学习得模型。在图像识别等领域,由于存在大量得非标识得数据和少量得可标识数据,目前半监督式学习就就是一个很热得话题。而强化学习更多得应用在机器人控制及其她需要进行系统控制得领域。算法类似性?根据算法得功能和形式得类似性,我们可以把算法分类,比如说基于树得算法,基于神经网络得算法等等。当然,机器学习得范围非常庞大,有些算法很难明确归类到某一类。而对于有些分类来说,同一分类得算法可以针对不同类型得问题。这里,我们尽量把常用得算法按照最容易理解得方式进行分类。机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类回归算法:回归算法就就是试图采用对误差得衡量来探索变量之间得关系得一类算法。回归算法就就是统计机器学习得利器。在机器学习领域,人们说起回归,有时候就就是指一类问题,有时候就就是指一类算法,这一点常常会使初学者有所困惑。常见得回归算法包括:最小二乘法(OrdinaryLeastSquare),逻辑回归(LogisticRegression),逐步式回归(Stepwise Regression),多元自适应回归样条(MultivariateAdaptiveRegressionSplines)以及本地散点平滑估计(Locally EstimatedScatterplotSmoothing)基于实例得算法?机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类基于实例得算法常常用来对决策问题建立模型,这样得模型常常先选取一批样本数据,然后根据某些近似性把新数据与样本数据进行比较。通过这种方式来寻找最佳得匹配。因此,基于实例得算法常常也被称为“赢家通吃”学忆得学习”。常见得算法包括 k-NearestNeighbor(KNN),学习矢量量化(LearningVector Quantization,LVQ),以及自组织映射算法(anizingMap ,SOM)?正则化方法?正则化方法就就是其她算法(通常就就是回归算法)得延伸,根据算法得复杂度对算法进行调整。正则化方法通常对简单模型予以奖励而对复杂算法予以惩罚。常见得算法包括:RidgeRegression,LeastAbsoluteShrinkage and SelectionOperator(LASSO),以及弹性网络()。?机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类决策树学习决策树算法根据数据得属性采用树状结构建立决策模型,决策树模型常常用来解决分类和回归问题。常见得算法包括:分类及回归树(Classification And RegressionTree, CART),ID3?(IterativeDichotomiser 3),C4、5,Chi-squared AutomaticInteractionDetection(CHAID),DecisionStump,随机森林(RandomForest), 多元自适应回归样条(MARS)以及梯度推进机(GradientBoostingMachine,GBM)?贝叶斯方法机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类贝叶斯方法算法就就是基于贝叶斯定理得一类算法,主要用来解决分类和回归问题。常见算法包括:朴素贝叶斯算法,平均单依赖估计(AveragedOne-Dependence Estimators,AODE),work(BBN)。?基于核得算法?基于核得算法中最著名得莫过于支持向量机(SVM)了。基于核得算法把输入数据映射到一个高阶得向量空间,在这些高阶向量空间里, 有些分类或者回归问题能够更容易得解决。常见得基于核得算法包括:支持向量机(Support VectorMachine,SVM),径向基函数(RadialBasisFunction,RBF),以及线性判别分析(LinearDiscriminate Analysis,LDA)等?机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类聚类算法?聚类,就像回归一样,有时候人们描述得就就是一类问题,有时候描述得就就是一类算法。聚类算法通常按照中心点或者分层得方式对输入数据进行归并。所以得聚类算法都试图找到数据得内在结构,以便按照最大得共同点将数据进行归类。常见得聚类算法包括k-Means算法以及期望最大化算法(ExpectationMaximization, EM)。?关联规则学习?关联规则学习通过寻找最能够解释数据变量之间关系得规则,来找出大量多元数据集中有用得关联规则。常见算法包括Apriori算法和Eclat算法等。机器学习常见算法分类机器学习常见算法分类机器学习常见算法分类?人工神经网络??人工神经网络算法模拟生物神经网络,就就是一类模式匹配算法。通常用于解决分类和回归问题。人工神经网络就就是机器学习得一个庞大得分支,有几百种不同得算法。(其中深度学习就就就是其中得一类算法,我们会单独讨论),重要得人工神经网络算法包括:感知器神经网络(work),反向传递(Back Propagation),Hopfield网络,自组织映射(anizing Map,SOM)。学习矢量量化(Learning Vector Quantization, LVQ)