13. 关联规则学习
文章图片
关联规则学习通过寻找最能够解释数据变量之间关系的规则 , 来找出大量多元数据集中有用的关联规则 。 常见算法包括 Apriori算法和Eclat算法等 。
14. 人工神经网络
文章图片
人工神经网络算法模拟生物神经网络 , 是一类模式匹配算法 。 通常用于解决分类和回归问题 。 人工神经网络是机器学习的一个庞大的分支 , 有几百种不同的算法 。 (其中深度学习就是其中的一类算法 , 我们会单独讨论) , 重要的人工神经网络算法包括:感知器神经网络(Perceptron Neural Network), 反向传递(Back Propagation) ,Hopfield网络 , 自组织映射(Self-Organizing Map, SOM) 。 学习矢量量化(Learning Vector Quantization ,LVQ)
15. 深度学习
文章图片
深度学习算法是对人工神经网络的发展 。 在近期赢得了很多关注 ,特别是百度也开始发力深度学习后 ,更是在国内引起了很多关注 。在计算能力变得日益廉价的今天 , 深度学习试图建立大得多也复杂得多的神经网络 。 很多深度学习的算法是半监督式学习算法 , 用来处理存在少量未标识数据的大数据集 。 常见的深度学习算法包括:受限波尔兹曼机(Restricted Boltzmann Machine ,RBN) ,Deep Belief Networks(DBN) , 卷积网络(Convolutional Network), 堆栈式自动编码器(Stacked Auto-encoders) 。
16. 降低维度算法
文章图片
像聚类算法一样 , 降低维度算法试图分析数据的内在结构 , 不过降低维度算法是以非监督学习的方式试图利用较少的信息来归纳或者解释数据 。 这类算法可以用于高维数据的可视化或者用来简化数据以便监督式学习使用 。
常见的算法包括:主成份分析(Principle Component Analysis ,PCA) , 偏最小二乘回归(Partial Least Square Regression , PLS) ,Sammon映射 , 多维尺度(Multi-Dimensional Scaling, MDS), 投影追踪(Projection Pursuit)等 。
17. 集成算法:
文章图片
集成算法用一些相对较弱的学习模型独立地就同样的样本进行训练 , 然后把结果整合起来进行整体预测 。 集成算法的主要难点在于究竟集成哪些独立的较弱的学习模型以及如何把学习结果整合起来 。
这是一类非常强大的算法 , 同时也非常流行 。 常见的算法包括:Boosting ,Bootstrapped Aggregation(Bagging) ,AdaBoost , 堆叠泛化(Stacked Generalization ,Blending) , 梯度推进机(Gradient Boosting Machine, GBM) , 随机森林(Random Forest) 。
推荐阅读
- 人物|马斯克谈特斯拉人形机器人:有性格 明年底或完成原型
- 硬件|Yukai推Amagami Ham Ham机器人:可模拟宠物咬指尖
- Insight|太卷了!太不容易了!
- 王者|布局手术机器人赛道,谁是王者? | A股2022投资策略⑩
- 机器|戴森达人学院 | 戴森HP09空气净化暖风扇测评报告
- 孙自法|中国科技馆“智能”展厅携多款机器人亮相 喜迎新年和人机共融时代
- 国际|微创血管介入手术机器人获国际创业大赛冠军,获价值千万元奖励
- 猎豹|数字化助力实体消费 机器人让商场“热”起来
- 机器人|微创血管介入手术机器人获国际创业大赛冠军,获价值千万元奖励
- 观众|中国科技馆“智能”展厅携多款机器人亮相