每个机器学习工程师都应该知道的基本算法

机器学习作为一门多领域交叉学科,已经存在很长时间了,但近些年才开始火热起来。本文中列出了你需要知道的机器学习领域的算法,了解这些你就可以解决在机器学习中所遇到的任何问题。但这只是个覆盖大部分基础算法的清单,并不是全部。

回归算法

回归算法对变量之间的关系建模。最初是一种统计技术,它现在已经成为每个机器学习工程师必须掌握的重要工具。

常见的回归算法:

  • 最小二乘回归(Least Squares Regression)
  • 线性回归(Linear Regression)
  • Logistic回归(Logistic Regression)
  • 回归介绍视频:https://www.coursera.org/learn/regression-models/lecture/Kz1eV/ introduction-to-regression

聚类算法

聚类算法可以将数据点分到具有相似属性的组中。他们通过查找数据中的固有结构来将数据划分到不同的组中。一个组中的事物属性的关联比其他组中的关联的更密切。

聚类算法有硬聚类和软聚类两种类型。硬聚类是指数据点明确的完全属于一个组或完全不属于一个组。软聚类是指一个数据点可以不同程度地属于许多不同的组。

常见的聚类算法:

  • K均值(K-means)
  • 层次聚类(Hierarchical Clustering)
  • 聚类介绍视频:https://www.youtube.com/watch?v=ZueoXMgCd1c

降维算法

当特征的数量与数据点的数量要大很多时。降维算法可以帮你将特征的数量减少到目前问题所需要的数量。他们可以删除多余的特征,帮助你获得更好的结果。

降维算法有两种工作方法。第一种方法是通过特征选择,算法选取可用特征的子集。第二种方法是特征提取,将高维空间中的数据压到低维度。

常见的降维算法:

  • 主成分分析(PCA)
  • 低方差滤波(Low Variance Filter)
  • 高相关滤波(High Correlation Filter)
  • 随机森林(Random Forests)
  • 反向特征消除/前向特征构造(Backward Feature Elimination / Forward Feature construction)
  • 更多的内容可以查看:https://www.kdnuggets.com/2015/05/7-methods-data-dimensionality-reduction.html

决策树算法

决策树创建一个根据数据做出决策的模型。在树状结构中制作一个分叉,直到每个数据点都有对应的预测。与其他深度学习的算法不同,它们的结果很容易理解,并且它们很容易在许多不同的数据类型中使用。

常见的决策树算法:

  • 分类和回归树(classification and regression tree)
  • C4.5和C5.0
  • 随机森林(Random Forests)
  • 卡方自动交互检测(CHAID)
  • 推荐教程:https://www.analyticsvidhya.com/blog/2016/04/complete-tutorial-tree-based-modeling-scratch-in-python/

深度学习

机器学习和人工智能的概念是深度学习炒火的。他们是人造神经网络的现代版本,利用廉价的计算来训练更大的神经网络。它们证明了它们具有解决一些最难问题的能力。如AlphaGo。

常见深度学习:

  • 栈式自编码器(Stacked Auto-encoders)
  • 卷积神经网络(CNN)
  • 递归神经网络(RNN)
  • 胶囊网络(Capsule Networks,https://hackernoon.com/what-is-a-capsnet-or-capsule-network-2bfbe48769cc)
  • 推荐教程:https://www.safaribooksonline.com/library/view/deep-learning/97814919 24570/ch04.html

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-11-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能头条

深度学习VGG模型核心拆解

1483
来自专栏人工智能头条

从FPN到Mask R-CNN,一文告诉你Facebook的计算机视觉有多强

1343
来自专栏计算机视觉战队

最近流行的激活函数

最近又看了点深度学习的东西,主要看了一些关于激活函数的内容,不知道算不算新颖,但是我想把自己阅读后的分享一下,请各位给予评价与指点,谢谢! 一般激活函数有如下一...

2665
来自专栏目标检测和深度学习

从RCNN到SSD,这应该是最全的一份目标检测算法盘点

952
来自专栏一名叫大蕉的程序员

机器学习虾扯淡之Logistic回归No.44

0x00 前言 大家好我是小蕉。上一次我们说完了线性回归。不知道小伙伴有没有什么意见建议,是不是发现每个字都看得懂,但是全篇都不知道在说啥?哈哈哈哈哈哈,那就...

1645
来自专栏机器之心

从RCNN到SSD,这应该是最全的一份目标检测算法盘点

选自 Medium 作者:Jonathan Hui 机器之心编译 目标检测是很多计算机视觉任务的基础,不论我们需要实现图像与文字的交互还是需要识别精细类别,它都...

4687
来自专栏计算机视觉战队

CVPR 2018 笔记

知乎号:https://www.zhihu.com/people/chang-you-li-92/activities

481
来自专栏目标检测和深度学习

教程 | 在Keras上实现GAN:构建消除图片模糊的应用

选自Sicara Blog 作者:Raphaël Meudec 机器之心编译 参与:陈韵竹、李泽南 2014 年,Ian Goodfellow 提出了生成对抗网...

5426
来自专栏梦里茶室

读论文系列:Object Detection SPP-net

本文为您解读SPP-net: Spatial Pyramid Pooling in Deep Convolutional Networks for Visua...

33910
来自专栏MyBlog

数值分析读书笔记(1)导论

一般来说,解决实际问题的第一步是将实际问题转换为数学问题,接着建立数学模型来解决这个数学问题,而理论解或者解析解通常难以求得,于是数值计算的方法应运而生

1022

扫码关注云+社区