最常用的AI算法

常用AI算法知多少？他们的主要特征是什么？分别用在什么场景？

如何用1-3句话，让小白也能充分理解各算法？

本文梳理了20中常用AI算法极其简明解释，快来一起挑战“算法之王”呀！

1) 线性回归（Linear Regression）：一种基于过去已经发生的事件来预测未来可能发生的事件的方法。例如，你能够根据过去的收入，使用线性回归来预测你未来的收入。

2) 逻辑回归（Logistic Regression）：一种用于预测事件发生概率的统计分析。它是一种当因变量为二元（变量值只有0和1，或这是或否）时使用的回归分析。

3) 支持向量机（Support Vector Machines）：一种可以从例子中学习并做出预测的模型。它常用于将事务分类。

4) 决策树（Decision Trees）：一种通过穷举出所有可能的选项来帮助你做出决定的方法。构建出决策树后，你可以通过查看所有可能的结果来选出最优解。

5) 随机森林（Random Forests）：用于预测事物。它通过查看一系列可能影响你尝试预测的事件的不同场景来学习，之后，再根据所学到的知识进行猜测。

6) 梯度提升算法（Gradient Boosting）：一种将多个较弱模型结合起来，创建出更强模型的技术。较弱模型使用梯度下降算法开发，最终模型是所有较弱（相对最终模型而言）模型的加权组合。

7) 神经网络（Neural Networks）：一种对数据中复杂模式（pattern）进行建模的机器学