【干货】人工智能之机器学习算法体系汇总

此处梳理出面向人工智能的机器学习方法体系,主要体现机器学习方法和逻辑关系,理清机器学习脉络,后续文章会针对机器学习系列讲解算法原理和实战。抱着一颗严谨学习之心,有不当之处欢迎斧正。

机器学习脉络(高清图片微信后台回复:“脉络”获取)

  • 监督学习 Supervised learning
    • Fisher的线性判别 Fisher's linear discriminant
    • 线性回归 Linear regression
    • Logistic回归 Logistic regression
    • 多项Logistic回归 Multinomial logistic regression
    • 朴素贝叶斯分类器 Naive Bayes classifier
    • 感知 Perceptron
    • 支持向量机 Support vector machine
    • 分类和回归树(CART) Classification and regression tree (CART)
    • 迭代Dichotomiser 3(ID3) Iterative Dichotomiser 3(ID3)
    • C4.5算法 C4.5 algorithm
    • C5.0算法 C5.0 algorithm
    • 卡方自动交互检测(CHAID) Chi-squared Automatic Interaction Detection(CHAID)
    • 决策残端 Decision stump
    • ID3算法 ID3 algorithm
    • 随机森林 Random forest
    • SLIQ
    • 朴素贝叶斯 Naive Bayes
    • 高斯贝叶斯 Gaussian Naive Bayes
    • 多项朴素贝叶斯 Multinomial Naive Bayes
    • 平均一依赖性评估(AODE) Averaged One-Dependence Estimators(AODE)
    • 贝叶斯信念网络(BNN) Bayesian Belief Network(BBN)
    • 贝叶斯网络(BN) Bayesian Network(BN)
    • 自动编码器 Autoencoder
    • 反向传播 Backpropagation
    • 玻尔兹曼机 Boltzmann machine
    • 卷积神经网络 Convolutional neural network
    • Hopfield网络 Hopfield network
    • 多层感知器 Multilayer perceptron
    • 径向基函数网络(RBFN) Radial basis function network(RBFN)
    • 受限玻尔兹曼机 Restricted Boltzmann machine
    • 回归神经网络(RNN) Recurrent neural network(RNN)
    • 自组织映射(SOM) Self-organizing map(SOM)
    • 尖峰神经网络 Spiking neural network
    • 人工神经网络 Artificial neural network
    • 贝叶斯 Bayesian
    • 决策树 Decision Tree
    • 线性分类 Linear classifier
  • 无监督学习 Unsupervised learning
    • k-最近邻算法(K-NN) k-nearest neighbors classification(K-NN)
    • 局部异常因子 Local outlier factor
    • BIRCH
    • DBSCAN
    • 期望最大化(EM) Expectation-maximization(EM)
    • 模糊聚类 Fuzzy clustering
    • K-means算法 K-means algorithm
    • k-均值聚类 K-means clustering
    • k-位数 K-medians
    • 平均移 Mean-shift
    • OPTICS算法 OPTICS algorithm
    • 单连锁聚类 Single-linkage clustering
    • 概念聚类 Conceptual clustering
    • 先验算法 Apriori algorithm
    • Eclat算法 Eclat algorithm
    • FP-growth算法 FP-growth algorithm
    • 对抗生成网络
    • 前馈神经网络 Feedforward neurral network
    • 逻辑学习机 Logic learning machine
    • 自组织映射 Self-organizing map
    • 极端学习机 Extreme learning machine
    • 人工神经网络 Artificial neural network
    • 关联规则学习 Association rule learning
    • 分层聚类 Hierarchical clustering
    • 聚类分析 Cluster analysis
    • 异常检测 Anomaly detection
  • 半监督学习 Semi-supervised learning
    • 生成模型 Generative models
    • 低密度分离 Low-density separation
    • 基于图形的方法 Graph-based methods
    • 联合训练 Co-training
  • 强化学习 Reinforcement learning
    • 时间差分学习 Temporal difference learning
    • Q学习 Q-learning
    • 学习自动 Learning Automata
    • 状态-行动-回馈-状态-行动(SARSA) State-Action-Reward-State-Action(SARSA)
  • 深度学习 Deep learning
    • 深度信念网络 Deep belief machines
    • 深度卷积神经网络 Deep Convolutional neural networks
    • 深度递归神经网络 Deep Recurrent neural networks
    • 分层时间记忆 Hierarchical temporal memory
    • 深度玻尔兹曼机(DBM) Deep Boltzmann Machine(DBM)
    • 堆叠自动编码器 Stacked Boltzmann Machine
    • 生成式对抗网络 Generative adversarial networks
  • 迁移学习 Transfer learning
    • 传递式迁移学习 Transitive Transfer Learning
  • 其他
    • 主成分分析(PCA) Principal component analysis(PCA)
    • 主成分回归(PCR) Principal component regression(PCR)
    • 因子分析 Factor analysis
    • Bootstrap aggregating (Bagging)
    • AdaBoost
    • 梯度提升机(GBM) Gradient boosting machine(GBM)
    • 梯度提升决策树(GBRT) Gradient boosted decision tree(GBRT)
    • 集成学习算法
    • 降维

原文发布于微信公众号 - 钱塘大数据(qtbigdata)

原文发表时间:2017-08-22

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

来自专栏大数据挖掘DT机器学习

基于图像视觉词汇的文本分类方法(完整项目)

一年多以前我脑子一热,想做一款移动应用:一款给学生朋友用的“错题集”应用,可以将错题拍照,记录图像的同时,还能自动分类。比如拍个题目,应用会把它自动分类为"物理...

3295
来自专栏AlgorithmDog的专栏

强化学习系列之四:模型无关的策略学习

模型无关的策略学习,是在不知道马尔科夫决策过程的情况下学习到最优策略。模型无关的策略学习主要有三种算法: MC Control, SARSA 和 Q...

2985
来自专栏Petrichor的专栏

深度学习: 学习率 (learning rate)

ωn←ωn−η∂L∂ωnωn←ωn−η∂L∂ωn\omega^{n} \leftarrow \omega^{n} - \eta \frac{\partial ...

1512
来自专栏AI科技评论

【干货】雾霾太重?深度神经网络教你如何图像去雾

编者按:本文作者蔡博仑,华南理工大学在读博士研究生。主要研究方向,机器学习,计算机视觉,图像处理等。 导读 北京城被中度污染天气包围,到处都是灰蒙蒙一片——雾霾...

4048
来自专栏AI科技评论

动态 | 谷歌发布TensorFlow Lattice:得益于先验知识,提升模型泛化能力

AI科技评论消息:近日,谷歌科学家发布TensorFlow Lattice,这是一套预建的TensorFlow Estimators,易于使用,它相当于是Ten...

33910
来自专栏Petrichor的专栏

深度学习: AlexNet 网络

AlexNet网络 提出于2012年,Hinton大神带领团队在ImageNet图像分类竞赛上夺魁,成为了深度学习的转入兴盛的拐点,因此2012年被称为“计算机...

1313
来自专栏PPV课数据科学社区

译文:最全的机器学习算法基础知识

在我们了解了需要解决的机器学习问题的类型之后,我们可以开始考虑搜集来的数据的类型以及我们可以尝试的机器学习算法。在这个帖子里,我们会介绍一遍最流行的机器学习算法...

3527
来自专栏腾讯技术工程官方号的专栏

重磅独家 | 腾讯AI Lab AAAI18现场陈述论文:用随机象限性消极下降算法训练L1范数约束模型

前言:腾讯 AI Lab共有12篇论文入选在美国新奥尔良举行的国际人工智能领域顶级学术会议 AAAI 2018。腾讯技术工程官方号独家编译了论文《用随机象限性消...

4027
来自专栏about云

通俗易懂:彻底明白什么是神经网络

问题导读 1.你认为神经网络最重要的用途是什么? 2.什么是神经元? 3.什么是反向传播算法?

1073
来自专栏fangyangcoder

GAN笔记——理论与实现

GAN这一概念是由Ian Goodfellow于2014年提出,并迅速成为了非常火热的研究话题,GAN的变种更是有上千种,深度学习先驱之一的Yann LeCun...

1162

扫码关注云+社区