一、人工智能 包含 机器学习 包含 深度学习
二、机器学习 分为:有监督机器学习、无监督机器学习
三、有监督机器学习 分为:回归和分类
回归常用算法:
线性回归
多项式回归
岭回归
lasso回归
分类常用算法:
逻辑回归
svm分类
朴素贝叶斯算法
决策树
随机森林
kNN
四、无监督机器学习分为:聚类和降维
聚类常用的算法
1、基于划分:k-means、k-medoids、k-modes、k-medians、kernel k-means等算法。
2、基于层次:BIRCH算法、CURE算法、CHAMELEON算法
3、基于密度:DBSCAN算法、OPTICS算法、DENCLUE算法
4、基于网格:STING算法、CLIQUE算法、WAVE-CLUSTER算法
5、基于模型:高斯混合模型(基于概率模型)、Self Organized Maps(SOM,基于神经网络)
6、基于模糊:模糊C均值(简称FCM)聚类算法是HCM聚类算法的改进。
降维常用的算法
主成分分析PCA
多维缩放(MDS)
线性判别分析(LDA)
等度量映射(Isomap)
局部线性嵌入(LLE)
t-SNE
Deep Autoencoder Networks
五、神经网络:
前馈神经网络(FFNN)
径向基神经网络(RBF)
霍普菲尔网络(HN)
马尔可夫链(MC)
玻尔兹曼机(BM)
受限玻尔兹曼机(RBM)
自编码机(AE)
稀疏自编码机(SAE)
变分自编码机(VAE)
去噪自编码机(DAE)
深度信念网络(DBN)
卷积神经网络(CNN)
解卷积网络(DN)
深度卷积逆向图网络(DCIGN)
生成式对抗网络(GAN)
循环神经网络(RNN)
长短期记忆(LSTM)
门循环单元(GRU)
神经图灵机(NTM)
BiRNN、BiLSTM、BiGRU
深度残差网络(DRN)
回声状态网络(ESN)
极限学习机(ELM)
液态机(LSM)
支持向量机(SVM)
Kohonen 网络