机器学习笔记1——机器学习算法分类整理

最新推荐文章于 2022-08-06 11:12:02 发布
最新推荐文章于 2022-08-06 11:12:02 发布
阅读量2.1k 收藏 6
点赞数 3
文章标签： machine learning 机器学习 科技 算法 思维导图
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/neo_freeman/article/details/45477857
版权
本文介绍了机器学习的四种问题类型：分类、回归、聚类和规则抽取，并按学习方式和算法相似性对机器学习算法进行分类，包括监督学习、半监督学习、非监督学习和增强学习。同时，列举了各种算法，如决策树、贝叶斯、核方法、人工神经网络和深度学习等。
摘要由CSDN通过智能技术生成

    工欲善其事，必先利其器。学习机器学习，先要了解机器学习的工具——算法，并且要从宏观上纵览全局（Big Picture），然后抓住当前最要紧的方向深挖下去。

   在了解算法之前，先要对机器学习算法进行分类，这样我们们可以更好地把握问题的本质，针对不同的问题选择更合适的算法。

   机器学习问题

  • 分类 -在标注好的数据上建模，判别新样本的类型，如垃圾邮件识别
  • 回归 -在标注好的数据上建模，预测样本的标注值，如股票预测
  • 聚类 -数据未标注，但给出相似度衡量标准，根据标准将数据划分，
最低0.47元/天 解锁文章
Freeman_GH
关注
机器学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 13万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
机器学习笔记之线性分类——感知机算法
静静的学习就好
08-25 674
本节将介绍线性分类中第一个具有代表性意义的算法——感知机算法
机器学习：分类（Classification）算法
热门推荐
小数据研究院
03-17 1万+
在目前的机器学习工作中，最常见的三种任务就是：回归分析分类分析聚类分析这篇文章的重点是分类（Classification）在机器学习领域中的应用。什么是「分类」虽然我们人类都不喜欢被分类，被贴标签，但数据研究的基础正是给数据“贴标签”进行分类。类别分得越精准，我们得到的结果就越有价值。分类是一个有监督的学习过程，目标数据库中有哪些类别是已知的，分类过程需要做的就是把每一条记录归到对应的类别之中。由...
机器学习算法分类
nousefully的博客
08-06 2069
无
机器学习算法分类-总览
u012472945的博客
03-28 6481
机器学习算法类型 机器学习算法分类 1. 监督学习(Supervised Learning) 2.无监督学习(Unsupervised Learning) 3.强化学习(Reinforcement Learning) 4.神经网络与深度学习(Neural Networks and DeepLearning) 5.集成学习(Ensemble Learning) ...
机器学习算法笔记（一）
lz867422770的博客
08-24 332
（1）容斥原理 a. 容斥原理是组合数学方法，可以求解集合、复合事件的概率等。 b. 计算几个集合并集的大小，先计算出所有单个集合的大小，减去所有两个集合相交的部分，加上三个集合相交的部分，再减去四个集合相交的部分，以此类推，一直计算到所有集合相交的部分。 c. 概率论: 事件Ai(i=1,...,n)，P(Ai)为对应事件发生的概率。至少一个事件发生的概率： 转自：https://bl...
视频学习笔记——李宏毅机器学习——P1，2
09-12
机器学习是实现这一目标的关键手段，它能够从数据中自动提取规律，用于预测、分类、聚类等各种任务。 【深度学习】 深度学习是机器学习中的一个重要子领域，其灵感来源于人脑神经网络的工作原理。它通过构建深层...
机器学习笔记————人工神经网络（1）————感知器算法
weixin_45669062的博客
09-26 939
感知器是人工神经网络中的一种典型结构， 它的主要的特点是结构简单，对所能解决的问题 存在着收敛算法，并能从数学上严格证明，从而对神经网络研究起了重要的推动作用。 1957年，Frank Rosenblatt 从纯数学的角度，指出能够从一些输入输出对（X，y）中通过学习算法获得权重 ω和b。 问题：给定一些输入输出对（X，y），其中 y = +1或-1，求一个函数，使：f( X ）= y 感知器算法：设定 f（X）=sign（ωTX+b），从一堆输入输出中自动学习，获得 ω 和 b。 感知器算法（Perc.
机器学习算法笔记
11-21
本文总结博客中关于机器学习十大算法的详细过程，进行汇总，包括广义线性模型、softmax 回归 、逻辑回归、梯度下降法、Logistic 回归与牛顿迭代法、两种梯度下降法、相对熵（KL 散度）、K-Means 聚类算法 、朴素贝叶斯分类、决策树之 ID3 算法 、决策树之 C4.5 算法、 决策树之 CART 算法、随机森林、K-D 树、KNN 算法、BFGS 算法、L-BFGS 算法、文本特征属性选择。 十九、矩阵求导解最小二乘问题 二十、局部加权回归 二十一、最小二乘的概率解释
机器学习算法自学笔记
Zer0508的博客
05-07 164
机器学习算法
机器学习方法分类总结
_提拉米苏的博客
09-25 8241
机器学习方法分类总结 这篇文章只是一个类似于知识概括的文章，主要作用是帮忙梳理： 分类 贝叶斯模型（Bayesian Mode） - 朴素贝叶斯算法（Naive Bayesian Mode） - 平均单依赖估计（AveragedOne-Dependence Estimators， AODE） - Bayesian Belief Network（BBN） K-邻近 （k-Nearest Neigh...
机器学习算法笔记--------决策树
AI_Beginner
11-27 419
摘要 决策树包含三个主要过程：特征选择，决策树生成，决策树剪枝。 其核心思想是计算集合无序程度，主要算法有ID3，C4.5和CART 背景知识 信息熵 假设变量X的可能取值为Xi，i=1，2，……，n。变量X取值为Xi的概率为： 那么随机变量X的信息熵为： 条件熵 变量Y在给定条件X下的信息熵： 信息增益 定义：特征A对训练数据集D的信息增益，g(D,A), 定义为集合D...
机器学习算法笔记（零）
weixin_30357231的博客
09-12 143
机器学习算法笔记（零） 简介 机器学习的定义：对于某类任务 T 和性能度量 P，一个计算机程序被认为可以从经验 E 中学习是指，通过经验 E 改进后，它在任务 T 上由性能度量 P 衡量的性能有所提升。 虽然吴恩达老师说过，这个定义这么绕口是为了押韵，我还是要解释一下：任务 T 指常见的机器学习任务，比如文本分类，股票预测等；性能度量 P 用来衡量模型的好坏，通常为准确率或错误率；经验...
机器学习常用算法总结（笔记）
weixin_34297704的博客
06-09 361
    　　不多说，直接上干货！        机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。本文总结一下常见的机器学习算法，以供参考。机器学习的算法很多，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。 　　这里从两个方面进行总结，第一个方面是学习的方式，第二个方面是算法的类似性。     一、学习方式      ...
基于动画图解常用的机器学习算法
lsxxx2011的专栏
12-16 803
每当提到机器学习，大家总是被其中的各种各样的算法和方法搞晕，觉得无从下手。确实，机器学习的各种套路确实不少，但是如果掌握了正确的路径和方法，其实还是有迹可循的，这里我推荐...
机器学习笔记：神经网络反向传播算法解析
这篇笔记主要涵盖了吴恩达机器学习课程中的神经网络参数反向传播算法的关键概念。以下是详细的解释： 1、代价函数：在神经网络中，代价函数（Cost Function）是衡量模型预测结果与实际目标之间的差距的度量标准。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值