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