プログラム開発者の時代愛人工知能として、開発作業に関連するビッグデータと人工知能技術に参加するかどうか、我々はいくつかの一般的に使用される機械学習アルゴリズムを理解する必要があり、今日のキャンドル教育の先生は、あなたが10アルゴリズムをお勧め与える必要があります。
1、線形回帰：機械学習や統計学の分野では、線形回帰は、最も広く使われているアルゴリズムは、始めるのが最も簡単です。
2、ロジスティック回帰：ロジスティック回帰は、統計学の分野から描画するための技術である、主にバイナリ分類を扱います。
3、線形判別分析：線形判別分析アルゴリズム（LDA）は、好ましい分類技法の2つの以上のクラスを扱うために使用されます。
4、分類および回帰木：決定木は、予測モデリングアルゴリズムの重要なクラスである、それは速いスピードを学んだことはすぐに予測を行います。
図5に示すように、ナイーブベイズ：ナイーブベイズは単純であり、効果は非常に良好な予測モデリングアルゴリズムであり、それは互いの各入力変数独立したものとする、複雑な問題の多くに対処するこのアルゴリズムは非常に良好です。
6、K最近傍アルゴリズム：K最近傍（KNN）アルゴリズムは、時々 、KNNたりすると、すべてのデータを格納するメモリ空間の多くを必要とし、全体のトレーニングデータセットを表しKNNモデルは非常にシンプルですが、あなたは計算が予測実行する必要がある場合にのみ、 。
7、学習ベクトル量子化：KNN所望のデータトレーニング例、これらの実施例を選択し、正確に、全体のトレーニングデータセットを処理する必要性を学習しないように（LVQの）異なる学習ベクトル量子化アルゴリズムを使用します。
8、SVM：サポートベクターマシン（SVM）を直接、最も強力な分類器で使用することができる機械学習の分野の一つです。
9は、袋詰めし、ランダムフォレスト法は：機械学習における統合されたランダムフォレスト機械学習アルゴリズムが広く使用されています。
図10は、ブースティングとアダブースト：昇圧する弱識別器の統合された技術の多数を利用しようとする試みである。アダブーストは、バイナリ分類の開発を後押しするための実際の最初のアルゴリズムです。
業界一般的に使用されるアルゴリズムとして10機械学習アルゴリズムの上、非常に重要な位置を持っている、すべてのプログラマは、単純なまたは深い理解する必要がありますが推奨され、それが実際のビジネス・シナリオでそれを適用するのが最善です。