【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CreateAMind

理论|来聊聊最近很火的WGAN

本周推送的话题是WGAN——WassersteinGAN[2],这篇文章于2017年1月26日出现在arXiv上,并迅速得到了大家的热议,在reddit上有专门...

862
来自专栏Duncan's Blog

ProbabilityTheory

6.相关系数 $\rho_{XY}=\frac{Cov(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}$

592
来自专栏机器之心

专栏 | 监督&强化学习模型在金融市场的应用

3214
来自专栏数据科学与人工智能

人工智能之机器学习算法体系汇总

人工智能之机器学习体系汇总 此处梳理出面向人工智能的机器学习方法体系,理清机器学习脉络。 监督学习 Supervised learning Fisher的线性判...

2844
来自专栏达观数据

技术干货 | 达观数据智能问答技术研究

在AlphaGo大胜李世石、柯洁之后,人工智能越来越火,智能问答也是其中必不可少的一环。智能问答一般用于解决企业客服、智能资讯等应用场景,实现的方式多种多样,包...

37311
来自专栏一名叫大蕉的程序员

机器学习虾扯淡之线性回归No.39

今天晚上,整理了一下线性回归的完整的数学推导过程以及应用。 0x00甩定义 首先什么是线性回归? 就是面包屑嘛,我们跟着一个一个面包屑走,然后duang~~在...

1777
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

1612
来自专栏深度学习自然语言处理

word2vec理论与实践

导读 本文简单的介绍了Google 于 2013 年开源推出的一个用于获取 word vector 的工具包(word2vec),并且简单的介绍了其中的两个训练...

2806
来自专栏企鹅号快讯

掌握机器学习数学基础之线代(二)

标量、向量、矩阵和张量 矩阵向量的运算 单位矩阵和逆矩阵 行列式 方差,标准差,协方差矩阵-------(第一部分) 范数 特殊类型的矩阵和向量 特征分解以及其...

1858
来自专栏专知

春节充电系列:李宏毅2017机器学习课程学习全部笔记

到此为止,李宏毅2017机器学习课程学习笔记全部结束了,我们总共记录了31次李宏毅老师讲授的课程笔记,带大家回味李老师在视频中的精彩讲话,和大家一起共勉。 “这...

3856

扫码关注云+社区