机器学习相关概念

一：机器学习形式：

此学习方式中，数据处理以人为标注为标准判断。分以下两种方式：

1）监督学习：即学习目标采用具有人工标注的数据辅助完成学习，即样本数据带标签（data，label）

                   特点：效果显著，成本昂贵。

                   经典算法：BN、SVN、KNN、CBR等

2）无监督学习：与监督学习相对，使计算机自身自动学习，以多种数据完善先验知识吸收。

                   特点：成本可控，效率较低

 

二：机器学习经典算法：

1）决策树：采用ID3、C4.5、CART等算法

2）随机森林：由多个决策树组成多个分类器和回归器。

3）神经网络：构造阈值逻辑单元，每个值单元为一个对象，输入加权数，求和，达到某一阈值

则输出一个量。

4）SVM：又称支持向量机法。主要根据为统计学理论。、

5）Boosting和Bagging：AdaBoost弱学习模型优化算法、自举推荐由弱学习开展。