机器学习相关方法总结（学习笔记）

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