【机器学习】梳理机器学习常用算法（含深度学习）

 机器学习的任务主要分为三类：

• • 监督学习

  • 非监督学习

  • 强化学习

监督学习是指在训练过程中，模型是根据给定的输入和输出标签来学习的。

监督学习的任务主要分为分类和回归两类，常用的算法有：

非监督学习是指在训练过程中，模型没有给定的输出标签，而是要从输入数据中自动发现规律的。

非监督学习的任务主要分为聚类和降维两类，常用的算法有：

深度学习是一种机器学习方法，它使用深层神经网络来学习特征表示和分类。深度学习常用的网络模型有：

强化学习是指通过实验和反馈来学习的机器学习方法，它主要用于解决控制和决策问题。常用的强化学习算法有：

最后总结到一张图：

以上就是机器学习常用算法的一个梳理，可以先从面上整体对这些算法有一个轮廓，在解决实际问题时可以从中选择。

一起加油💪🏻

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码