AI学习笔记1

最近AI很火,基本这个词都被玩坏了,赶紧学习一下,先来总结一下各个装逼名词的含义和各自的关系

机器学习(Mechine Learning)算法分类:

按学习形式:
  • 有监督学习(Supervised Learning)
  • 无监督学习(Unsupervised Learning)
  • 半监督学习(Semi-Supervised Learning,SSL)
按解决的问题分类:
  • 分类和回归
  • 聚类
  • 标注
按算法本质:
  • 生成模型
  • 判别模型
机器学习常用算法:

算法 主题 发表时间
C4.5 分类 1993 (淘汰)
K-Means 聚类 1967
SVM 统计学习 1995
Apriori 关联分析 1994 (淘汰)
EM 统计学习 2000
PageRank 链接挖掘 1998
AdaBoost 集装与推进 1997
kNN 分类 1996
Naive Bayes 分类 2001
CART 分类 1984 (淘汰)

机器学习著名算法:

FP-Growth
逻辑回归
RF、GBDT
推荐算法
LDA
Word2Vector
HMM、CRF
深度学习

机器学习流程
确定目标
  • 业务需求
  • 数据
  • 特征工程(Feature Engineering)
训练模型
  • 定义模型
  • 定义损失函数(重点)
  • 优化算法(重点)
模型评估
  • 交叉验证
  • 效果评估
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容