1.線性建模：最小二乘法（least square）
2.線性建模：最大似然方法
3.機器學習的貝葉斯方法
4.貝葉斯推理
5.分類
6.聚類分析
7.主成分分析與隱變數模型
1.監督學習
2.貝葉斯決策定理
3.引數方法
4.多元方法
5.維度歸約
6.聚類
7.非引數方法
8.決策樹
9.線性判別式
10.多層感知器
11.區域性模型
12.隱馬爾可夫模型
13.分類演算法評估和比較
14.組合多學習器
15.增強學習
1.概念學習和一般到特殊序
2.決策樹學習
3.人工神經網路
4.評估假設
5.貝葉斯學習
6.計算學習理論
7.基於例項的學習
8.遺傳演算法
9.學習規則集合
10.分析學習
11.歸納和分析學習的結合
12.增強學習
機器學習 KNN演算法基本思想
knn演算法 k近鄰演算法 k nearest neighbors 如下圖所示，用腫瘤的大小表示橫座標，時間表示中座標，其中紅色表示良性腫瘤，藍色表示惡性腫瘤。根據下圖能夠得到8個點的初始資訊。假如此時出現了第9個點，它的落點在第7個點和第8個點之間，怎麼判斷它的屬性是良性還是惡性呢？在knn的演算...
機器學習演算法
from 這裡，主要說一下，機器學習演算法的思想和應用！為了以後的應用總結一下！參考王斌譯的機器學習實戰一書。1 svd 奇異值分解 svd可以簡化資料，去除雜訊！對於簡化資料，使用svd，可以用小得多的資料集表示原有資料集。這樣實際上是去除了雜訊和冗餘資訊。比如有乙個32 32的影象，通過svd的...
機器學習演算法
1.c4.5演算法。c4.5 演算法與id3 演算法一樣，都是數學分類演算法，c4.5 演算法是id3 演算法的乙個改進。id3演算法採用資訊增益進行決策判斷，而 c4.5 採用的是增益率。2.cart演算法。cart 演算法的全稱是分類回歸樹演算法，他是乙個二元分類，採用的是類似於熵的基尼指數作為...