机器学习五大流派
流派 | 起源 | 说明 | 算法 | 擅长 |
|---|---|---|---|---|
符号主义（Symbolists） | 逻辑学、哲学 | 使用符号、规则和逻辑来表征知识和进行逻辑推理 | 规则/决策树 | 逆演绎算法（Inverse deduction） |
贝叶斯派（Bayesians） | 统计学 | 获取发生的可能性来进行概率推理 | 朴素贝叶斯/马尔可夫 | 概率推理（Probabilistic inference） |
联结主义（Connectionists） | 神经科学 | 使用概率矩阵和加权 神经元 来动态地识别和归纳模式 | 神经网络 | 反向传播算法（Backpropagation） |
进化主义 （Evolutionaries） | 进化生物学 | 生成变化，然后为特定目标获取其中最优的 | 遗传算法 | 基因编程（Genetic programming） |
Analogizer | 心理学 | 根据约束条件来优化函数（尽可能走到更高，但同时不要离开道路） | 支持向量机 | 核机器（Kernel machines） |
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2018.11.23 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读