总结下近期调研的机器学习算法

最新推荐文章于 2024-09-18 00:20:46 发布

young123

最新推荐文章于 2024-09-18 00:20:46 发布

阅读量1.6k

点赞数

分类专栏：机器学习文章标签：大数据机器学习硬件加速

本文链接：https://blog.csdn.net/u012150521/article/details/49070385

版权

本文总结了机器学习中的经典算法，包括数据挖掘十大算法、机器学习算法分类，并重点探讨了遗传算法、关联分析（Apriori、FP-Growth、Eclat）、决策树和SVM在FPGA硬件加速上的潜力和挑战。其中，Eclat在FPGA上的加速效果较为显著。此外，提到了图计算和金融领域的Monte-Carlo模拟作为潜在的研究方向。

摘要由CSDN通过智能技术生成

   最近要定研究方向，而可重构组现在整体大方向是异构平台搭建和大数据硬件加速。一方面因为自己的兴趣，一方面是为就业准备，所以调研的大方向都围绕着后者展开。调研过程分了以下几步：
1. 大数据领域的经典、常用算法
2. 算法调研
    1) 了解算法思想
    2) 分析算法热点是否适合硬件加速
    3) 国内外研究现状

大数据经典、常用算法
主要调研了机器学习方面的。
## 数据挖掘的十大算法 ##

## 常用机器学习算法分类 ##
这个就不细说了，都是从其他博客上学到的，直接上链接吧~
几篇中文版的，大同小异：
http://blog.jobbole.com/77620/
http://blog.jobbole.com/60809/
http://blog.jobbole.com/92021/

## 2015机器学习的十大问题 ##
这是由ML和AI领域最权威之一的吴恩达提出的：
Structured Prediciton
Inductive Transfer
Mar