大綱

一堕澄、回歸算法

1：線性回歸

2：邏輯回歸

二僵芹、神經(jīng)網(wǎng)絡(luò)

1：深度學習

三、SVM(支持向量機)

四小槐、聚類算法

五拇派、將維算法

六荷辕、推薦算法

監(jiān)督學習：分類問題、回歸問題
費監(jiān)督學習：聚類問題

1：處理分類問題的常用算法包括：邏輯回歸(工業(yè)界最常用)件豌，支持向量機疮方，隨機森林，樸素貝葉斯(NLP中常用)茧彤，深度神經(jīng)網(wǎng)絡(luò)(視頻骡显、圖片、語音等多媒體數(shù)據(jù)中使用)曾掂。

2：處理回歸問題的常用算法包括：線性回歸惫谤，普通最小二乘回歸（Ordinary Least Squares Regression），逐步回歸（Stepwise Regression）珠洗，多元自適應回歸樣條（Multivariate Adaptive Regression Splines）

3：處理聚類問題的常用算法包括：K均值（K-means）溜歪，基于密度聚類，LDA等等许蓖。

4：降維的常用算法包括：主成分分析（PCA）,奇異值分解（SVD） 等蝴猪。

5：推薦系統(tǒng)的常用算法：協(xié)同過濾算法

6：模型融合(model ensemble)和提升(boosting)的算法包括：bagging，adaboost膊爪，GBDT自阱，GBRT

7：其他很重要的算法包括：EM算法等等。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 人面猴
    序言：七十年代末米酬，一起剝皮案震驚了整個濱河市沛豌，隨后出現(xiàn)的幾起案子，更是在濱河造成了極大的恐慌淮逻，老刑警劉巖琼懊，帶你破解...
    沈念sama閱讀 211,884評論 6贊 492
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件，死亡現(xiàn)場離奇詭異爬早，居然都是意外死亡哼丈，警方通過查閱死者的電腦和手機，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,347評論 3贊 385
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進店門筛严，熙熙樓的掌柜王于貴愁眉苦臉地迎上來醉旦，“玉大人，你說我怎么就攤上這事桨啃〕岛” “怎么了？”我有些...
    開封第一講書人閱讀 157,435評論 0贊 348
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵照瘾，是天一觀的道長匈棘。 經(jīng)常有香客問我，道長析命，這世上最難降的妖魔是什么主卫？ 我笑而不...
    開封第一講書人閱讀 56,509評論 1贊 284
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任逃默，我火速辦了婚禮，結(jié)果婚禮上簇搅，老公的妹妹穿的比我還像新娘完域。我一直安慰自己，他們只是感情好瘩将，可當我...
    茶點故事閱讀 65,611評論 6贊 386
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布吟税。 她就那樣靜靜地躺著，像睡著了一般姿现。 火紅的嫁衣襯著肌膚如雪肠仪。 梳的紋絲不亂的頭發(fā)上，一...
    開封第一講書人閱讀 49,837評論 1贊 290
  • 城市分裂傳說
    那天建钥，我揣著相機與錄音藤韵，去河邊找鬼。 笑死熊经，一個胖子當著我的面吹牛泽艘，可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播镐依，決...
    沈念sama閱讀 38,987評論 3贊 408
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼匹涮，長吁一口氣：“原來是場噩夢啊……” “哼！你這毒婦竟也來了槐壳？” 一聲冷哼從身側(cè)響起然低，我...
    開封第一講書人閱讀 37,730評論 0贊 267
  • 萬榮殺人案實錄
    序言：老撾萬榮一對情侶失蹤，失蹤者是張志新（化名）和其女友劉穎务唐，沒想到半個月后雳攘，有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體，經(jīng)...
    沈念sama閱讀 44,194評論 1贊 303
  • ?護林員之死
    正文 獨居荒郊野嶺守林人離奇死亡枫笛，尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,525評論 2贊 327
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年吨灭，在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片刑巧。...
    茶點故事閱讀 38,664評論 1贊 340
  • 活死人
    序言：一個原本活蹦亂跳的男人離奇死亡喧兄，死狀恐怖，靈堂內(nèi)的尸體忽然破棺而出啊楚，到底是詐尸還是另有隱情吠冤，我是刑警寧澤，帶...
    沈念sama閱讀 34,334評論 4贊 330
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布恭理，位于F島的核電站拯辙，受9級特大地震影響，放射性物質(zhì)發(fā)生泄漏颜价。R本人自食惡果不足惜涯保，卻給世界環(huán)境...
    茶點故事閱讀 39,944評論 3贊 313
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一饵较、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧遭赂，春花似錦、人聲如沸横辆。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,764評論 0贊 21
  • 一樁弒父案，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽狈蚤。三九已至困肩，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間脆侮，已是汗流浹背锌畸。 一陣腳步聲響...
    開封第一講書人閱讀 31,997評論 1贊 266
  • 情欲美人皮
    我被黑心中介騙來泰國打工， 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留靖避，地道東北人潭枣。 一個月前我還...
    沈念sama閱讀 46,389評論 2贊 360
  • 代替公主和親
    正文 我出身青樓，卻偏偏與公主長得像幻捏，于是被迫代替她去往敵國和親盆犁。 傳聞我的和親對象是個殘疾皇子，可洞房花燭夜當晚...
    茶點故事閱讀 43,554評論 2贊 349

推薦閱讀更多精彩內(nèi)容