1 機器學習基礎
(1)統計學習方法
(2)機器學習分類
2 算法分類
按功能區分,機器學習分爲四大塊: classification (分類), clustering (聚類), regression (迴歸), dimensionality reduction (降維)。
(1)監督學習
分類問題和迴歸問題
分類算法
1)迴歸(Regression)
(1)線性迴歸
(2)邏輯迴歸
(3)嶺迴歸&Lasso迴歸
(4)CART迴歸
(5)Logistic Regression
(6)Softmax Regression
2)Factorization Machine
3)SVM支持向量機(Support Vector Machines)
4)SGD隨機梯度下降算法
5)DTA決策樹分類器(Decision Tree Algorithm)
(1)ID3
(2)C4.5
(3)CART
6)集成學習(Ensembling)
(1)bagging
① Random Forests 隨機森林
(2)boosting
① Adaboost
② GBDT
③ XGBoost
(3)stacking
- K近鄰算法KNN
5)Bayes貝葉斯
(2)無監督學習
聚類算法
1)K均值算法K-Means
2)Mean Shift
3)DBSCAN
4)Label Propagation
(3)強化學習
1)BP神經網絡
(4)推薦算法
1)協同過濾算法
2)基於矩陣分解的推薦算法
3)基於圖的推薦算法
(5)深度學習
1)AutoEncoder
2)卷積神經網絡
馬爾科夫
神經網絡