机器学习相关算法
主要算法类型
1.监督学习
利用已知类别的样本来不断调整分类器的参数,使其达到要求的性能的过程。
- 在其过程中告诉计算机所属类别,通过有限数量样本的学习,使得分类器在对无限个模式分类时产生的错误概率最小。
2.无监督学习
不带有类别信息,不指定明确的分类,类似于聚类。
3.半监督学习
监督与无监督相结合。
4.强化学习
模拟外界环境到行为映射的学习,使得奖励信号函数值最大。
具体方法
(1)
人工神经网络
(2)
决策树
(3)
高斯过程
(4)
线性判别分析
(5)
K
近邻算法
(6)
支持向量机
(7)
最大期望算法
(8)
贝叶斯网络
(9)
马尔科夫随机域
(10)
流行机器学习
(11)
增强学习
(12)
多实例学习
(13)
Ranking学习
(14) 数据流学习
(15) 主成分分析(PCA)
(16) 独立成分分析(ICA)
(17) 聚类分析
(18) 覆盖算法
(19) 集成学习(20) 马尔可夫链-蒙特卡罗方法