机器学习与深度学习

1.机器学习相关算法：

线性回归、K-means、决策树、随机森林、主成分分析、支持向量机，强化学习，贝叶斯网络

 

线性回归：解决数据预测问题，曲线弥合，已知{x1,x2,x3,...} , {y1,y2,y3,...} , 用一条曲线描述已知点的规律。 常用：最小二乘法。

 

K-means : 用距离给离散的数据聚类，  首先给出几个中心点，以中心点聚类 =》 求 每个分类的均值，如果均值等于中心点，结束，如果不相等，以均值为中心点，再次聚类。

 

决策树： 多个特征，每个特征权重不同，特征进行分类，形成一棵树， 常见算法有 ID3，C4,5,  LR+ BGDT, 

 

随机森林：多棵决策树，组成森林。

 

贝叶斯网络：解决逆概率问题。

 

2。 深度学习：

 

 

 

基于人工神经网络，多层神经网络，神经元