立即学习:https://edu.csdn.net/course/play/26302/327513?utm_source=blogtoedu
1. 监督学习常用机器学习算法：
K-近邻算法；线性回归；逻辑回归；支持向量机SVM；决策树和随机森林；神经网络（由简到难）
2. 无监督学习常用机器学习算法：
聚类算法：k-平均算法k-Means；分层聚类算法HCA；最大期望算法
可视化和降维：主成分分析PCA；局部线性嵌入LLE；t-分布随机近临嵌入t-SNE
关联规则学习：Apriori；Eclat
3. 总结
1）监督学习中分类比回归应用广
扫描二维码关注公众号，回复：
9433210 查看本文章
2）监督学习用的比较多，无监督一般属于辅助性的
3）深度学习可以做监督无监督强化，如果对精度要求不高的话，没不要用到深度学习
4）sklearn实现了所有算法，sklearn也可以并行化，但是在海量数据情况下，需要分布式，sklearn就不太好用了
5）用机器学习来解决，关键还是抽象问题的能力，把现实中的业务抽象成及其学习模型
6）考虑机器学习处理问题：问题是分类还是回归，是监督还是无监督，数据量够不够，如何挑选特征，解决实际问题越简单越好，能用规则先用规则，if else 加上判断 放上一些权重，然后能用统计的先用统计来做，如果对精度和实时性要求比较高，就要上算法，精度要求越高，算法就越复杂，对实时性要求高，算法会尽量简单，执行会并行化
