版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、廣義來(lái)說(shuō),有三種機(jī)器學(xué)習(xí)算法 廣義來(lái)說(shuō),有三種機(jī)器學(xué)習(xí)算法1、 監(jiān)督式學(xué)習(xí) 監(jiān)督式學(xué)習(xí)工作機(jī)制:這個(gè)算法由一個(gè)目標(biāo)變量或結(jié)果變量(或因變量)組成。這些變量由 已知的一系列預(yù)示變量(自變量)預(yù)測(cè)而來(lái)。利用這一系列變量,我們生成一個(gè) 將輸入值映射到期望輸出值的函數(shù)。這個(gè)訓(xùn)練過(guò)程會(huì)一直持續(xù),直到模型在訓(xùn)練 數(shù)據(jù)上獲得期望的精確度。監(jiān)督式學(xué)習(xí)的例子有:回歸、決策樹、隨機(jī)森林、K - 近鄰算法、邏輯回歸等。2、非監(jiān)督式學(xué)習(xí) 、非監(jiān)督式學(xué)習(xí)
2、工作機(jī)制:在這個(gè)算法中,沒(méi)有任何目標(biāo)變量或結(jié)果變量要預(yù)測(cè)或估計(jì)。這個(gè)算 法用在不同的組內(nèi)聚類分析。這種分析方式被廣泛地用來(lái)細(xì)分客戶,根據(jù)干預(yù)的 方式分為不同的用戶組。非監(jiān)督式學(xué)習(xí)的例子有:關(guān)聯(lián)算法和K -均值算法。3、強(qiáng)化學(xué)習(xí) 、強(qiáng)化學(xué)習(xí)工作機(jī)制:這個(gè)算法訓(xùn)練機(jī)器進(jìn)行決策。它是這樣工作的:機(jī)器被放在一個(gè)能讓 它通過(guò)反復(fù)試錯(cuò)來(lái)訓(xùn)練自己的環(huán)境中。機(jī)器從過(guò)去的經(jīng)驗(yàn)中進(jìn)行學(xué)習(xí),并且嘗試 利用了解最透徹的知識(shí)作出精確的商業(yè)判斷。強(qiáng)化學(xué)習(xí)的例子
3、有馬爾可夫決策 過(guò)程。常見(jiàn)機(jī)器學(xué)習(xí)算法名單 常見(jiàn)機(jī)器學(xué)習(xí)算法名單這里是一個(gè)常用的機(jī)器學(xué)習(xí)算法名單。這些算法幾乎可以用在所有的數(shù)據(jù)問(wèn)題上:1. 線性回歸2. 邏輯回歸3. 決策樹4. SVM5. 樸素貝葉斯6. K最近鄰算法7. K均值算法8. 隨機(jī)森林算法9. 降維算法10.Gradient Boost 和 Adaboost 算法Python Python代碼 代碼1 #Import Library 2 #Import other ne
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于機(jī)器學(xué)習(xí)的主題Web分類算法研究.pdf
- 機(jī)器學(xué)習(xí)算法及應(yīng)用
- 遺傳算法與機(jī)器學(xué)習(xí)
- 遺傳算法與機(jī)器學(xué)習(xí)
- 遺傳算法與機(jī)器學(xué)習(xí)
- 基于機(jī)器學(xué)習(xí)的分類算法研究.pdf
- 一種HMM的學(xué)習(xí)算法.pdf
- 機(jī)器學(xué)習(xí)算法優(yōu)缺點(diǎn)改進(jìn)總結(jié)
- 基于機(jī)器學(xué)習(xí)的股指預(yù)測(cè)算法.pdf
- 基于機(jī)器學(xué)習(xí)算法的隱喻識(shí)別研究.pdf
- 算法與數(shù)據(jù)結(jié)構(gòu)各章學(xué)習(xí)要點(diǎn)
- 基于機(jī)器學(xué)習(xí)算法的自動(dòng)圖像標(biāo)注.pdf
- 基于李群機(jī)器學(xué)習(xí)算法的智能布線.pdf
- 基于機(jī)器學(xué)習(xí)的流量分類算法研究.pdf
- 基于機(jī)器學(xué)習(xí)的車牌識(shí)別算法研究.pdf
- 對(duì)抗環(huán)境中的機(jī)器學(xué)習(xí)算法研究.pdf
- 機(jī)器學(xué)習(xí)中的特征選擇算法研究.pdf
- 機(jī)器學(xué)習(xí)算法及其應(yīng)用研究.pdf
- 基于機(jī)器學(xué)習(xí)的行人檢測(cè)算法研究.pdf
- [學(xué)習(xí)]算法導(dǎo)論let10-greedyalgorithm
評(píng)論
0/150
提交評(píng)論