机器学习/人工智能 知识图谱
可以为自己建立一个机器学习的知识图谱,并争取掌握每一个经典的机器学习理论和算法,简单地总结如下:
1)回归算法:
多元自适应回归样条(MultivariateAdaptive Regression Splines)
本地散点平滑估计(Locally Estimated Scatterplot Smoothing)
2)基于实例的算法:
3)基于正则化方法:
4)决策树学习:
Chi-squared Automatic Interaction Detection(CHAID)
Decision Stump
随机森林(Random Forest)
多元自适应回归样条(MARS)
梯度推进机(Gradient Boosting Machine, GBM)
5)基于贝叶斯方法:
朴素贝叶斯算法
平均单依赖估计(AveragedOne-Dependence Estimators, AODE)
Bayesian Belief Network(BBN)
6)基于核的算法:
支持向量机(SupportVector Machine, SVM)
径向基函数(Radial Basis Function ,RBF)
线性判别分析(Linear Discriminate Analysis ,LDA)
7)聚类算法:
k-Means算法
期望最大化算法(Expectation Maximization, EM)
8)基于关联规则学习:</