当前位置 博文首页 > Python机器学习之基础概述

最大化 缩小

    Python机器学习之基础概述

    作者：ProChick 时间：2021-06-01 18:03

    一、基础概述

    • 机器学习（Machine Learing）是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
    • 机器学习专门研究计算机怎样模拟或实现人类的学习行为，以便获取新的知识和技能，重新组织已有的知识结构使之不断改善自身的性能。
    • 机器学习是人工智能的核心，是计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
    • 机器学习使用归纳、综合而不是演绎。

    二、算法分类

    按照学习方式

    • 监督学习

    在这里插入图片描述

    • 半监督学习

    在这里插入图片描述

    • 无监督学习

    在这里插入图片描述

    • 强化学习

    在这里插入图片描述

    按照算法相似性

    • 回归算法

    在这里插入图片描述

    • 聚类算法

    在这里插入图片描述

    • 降维算法

    在这里插入图片描述

    • 深度学习

    在这里插入图片描述

    • 集成算法

    在这里插入图片描述

    • 正则化算法

    在这里插入图片描述

    • 决策树算法

    在这里插入图片描述

    • 贝叶斯算法

    在这里插入图片描述

    • 关联规则学习

    在这里插入图片描述

    • 人工神经网络

    在这里插入图片描述

    • 基于核的算法

    在这里插入图片描述

    • 基于实例的算法

    在这里插入图片描述

    三、研究内容

    机器学习领域的研究工作主要围绕以下三个方面

    • 面向任务的研究，研究和分析改进一组预定任务的执行性能的学习系统。
    • 认知模型，研究人类学习过程并进行计算机的模拟。
    • 理论分析，从理论上探索各种可能的学习方法和独立于应用领域的算法。
    js
    上一篇：CPU天梯图2021年6月高清完整版 2021年6月处理器性能排行最新版
    下一篇：没有了