python 关联图谱_机器学习算法与Python实践 - 知识图谱

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：</