Краткий комментарий:Существует множество алгоритмов машинного обучения, многие из которых являются классом алгоритмов, а некоторые алгоритмы являются производными от других алгоритмов.В этой статье кратко перечислены некоторые распространенные алгоритмы на основе сходства алгоритмов.
Алгоритмы регрессии
Алгоритм регрессии изначально исходит из статистики, которая представляет собой своего рода алгоритм, который получает наилучшую комбинацию входных признаков, сводя к минимуму разницу между прогнозируемым значением и фактическим значением результата.
Общие алгоритмы регрессии:
- Регрессия методом наименьших квадратов
- Линейная регрессия
- логистическая регрессия
расширять:Coursera Course by Johns Hopkins
Алгоритмы кластеризации
Суть кластеризации заключается в том, чтобы найти близкородственные вещи и различить их. Что делает алгоритм кластеризации, так это группирует входные выборки в точки данных вокруг некоторых центров, чтобы обнаружить некоторые закономерности в структуре распределения данных.
Общие алгоритмы кластеризации:
- Кластеризация K-средних
- Иерархическая кластеризация
- Обнаружение группы графиков
расширять:Amazing introductory video on clustering
Алгоритмы уменьшения размерности
Снижение размерности относится к использованию определенного метода сопоставления для сопоставления точек данных в исходном пространстве высокой размерности с пространством низкой размерности. Алгоритм уменьшения размерности может удалить избыточную информацию и шумовую информацию, а также обобщить и описать большую часть исходной информации с меньшим количеством информации.
Распространенные алгоритмы уменьшения размерности:
- Алгоритм анализа главных компонентов
- низкодисперсионная фильтрация
- высококорреляционная фильтрация
- случайный лес
- Исключение обратного признака / построение прямого признака
расширять:KDnuggets blog
Алгоритмы дерева решений
Алгоритм дерева решений — это классика машинного обучения.Дерево решений создает модель решений на основе значений в данных и выбирает путь для принятия решений на этапе прогнозирования. Одна вещь, которая отличается от других алгоритмов, заключается в том, что их легко использовать со многими различными типами данных.
Общие алгоритмы дерева решений:
- Деревья классификации и регрессии (CART)
- C4.5 and C5.0
- случайный лес
- Chi-squared Automatic Interaction Detection (CHAID)
расширять:Analytics Vidhya, эта статья представляет собой более подробную статью о деревьях решений
Глубокое обучение Глубокое обучение
В последнее время большое внимание в Китае привлекло глубокое обучение — полууправляемый алгоритм обучения, используемый для обработки больших наборов данных с небольшим количеством неразмеченных данных. Используя все более дешевую вычислительную мощность, обеспечиваемую законом Мура, глубокое обучение позволяет создавать гораздо более крупные и сложные нейронные сети. Наиболее известным примером для публики является Go AI ——Alpha Go.
Распространенные алгоритмы глубокого обучения:
- Стекированные автокодировщики
- Сверточная нейронная сеть
- Рекуррентные нейронные сети
- Капсульная сеть (Capsule Networks)
расширять:Фрагменты книгиОхватывает основные архитектуры глубокого обучения.
Оригинальная ссылка:
Рекомендуемое чтение:
- 10 влиятельных лиц Quora, на которых стоит обратить внимание в области машинного обучения
- Какие языки следует изучать в науке о данных?
- Кривая обучения для разных языков программирования
Аврора Дейли,Аврора РазработчикСторонний проект, добро пожаловать на внимание.