机器学习常用算法
2020-04-09 17:36:30 182 举报AI智能生成
机器学习常用算法
作者其他创作
大纲/内容
聚类算法
k-Means算法
期望最大化算法（Expectation Maximization， EM）
关联规则算法
Apriori算法
Eclat算法
人工神经网络
感知器神经网络（Perceptron Neural Network）
反向传递（Back Propagation）
Hopfield网络
自组织映射（Self-Organizing Map, SOM）
学习矢量量化（Learning Vector Quantization， LVQ）
深度学习
受限波尔兹曼机（Restricted Boltzmann Machine， RBN）
Deep Belief Networks（DBN）
卷积网络（Convolutional Network）
堆栈式自动编码器（Stacked Auto-encoders）
降低纬度算法
主成份分析（Principle Component Analysis， PCA）
偏最小二乘回归（Partial Least Square Regression，PLS）
Sammon映射
多维尺度（Multi-Dimensional Scaling, MDS）
投影追踪（Projection Pursuit）
集成算法
Boosting
随机森林 Bootstrapped Aggregation（Bagging）
AdaBoost
堆叠泛化（Stacked Generalization， Blending）
梯度推进机（Gradient Boosting Machine, GBM）
随机森林（Random Forest）
回归算法
最小二乘法（Ordinary Least Square）
逻辑回归（Logistic Regression）
逐步式回归（Stepwise Regression）
多元自适应回归样条（Multivariate Adaptive Regression Splines）
本地散点平滑估计（Locally Estimated Scatterplot Smoothing）
线性回归（linear regression）
基于实例的算法
k-Nearest Neighbor(KNN)
学习矢量量化（Learning Vector Quantization， LVQ）
自组织映射算法（Self-Organizing Map ， SOM）
正则化算法
Ridge Regression
Least Absolute Shrinkage and Selection Operator（LASSO）
以及弹性网络（Elastic Net）
决策树学习
分类及回归树（Classification And Regression Tree， CART）
ID3(Iterative Dichotomiser 3)
C4.5
Chi-squared Automatic Interaction Detection(CHAID)
Decision Stump
随机森林（Random Forest）
多元自适应回归样条（MARS）
梯度推进机（Gradient Boosting Machine， GBM）
贝叶斯方法
朴素贝叶斯算法
平均单依赖估计（Averaged One-Dependence Estimators， AODE）
Bayesian Belief Network（BBN）
基于核的算法
支持向量机（Support Vector Machine， SVM）
径向基函数（Radial Basis Function ，RBF)
线性判别分析（Linear Discriminate Analysis ，LDA)
0 条评论
下一页
