機(jī)器學(xué)習(xí)作為當(dāng)下最火的計算機(jī)行業(yè)應(yīng)用之一，它研究如何讓計算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為。那么機(jī)器是如何實(shí)現(xiàn)學(xué)習(xí)行為的呢？答案就是算法，機(jī)器學(xué)習(xí)算法通過不斷的學(xué)習(xí)和強(qiáng)化，可以達(dá)到很不錯的性能。那么機(jī)器學(xué)習(xí)算法有哪些呢，接下來的文章告訴你。
一、基礎(chǔ)概述
- 機(jī)器學(xué)習(xí)（Machine Learing）是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。
- 機(jī)器學(xué)習(xí)專門研究計算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以便獲取新的知識和技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。
- 機(jī)器學(xué)習(xí)是人工智能的核心，是計算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域。
- 機(jī)器學(xué)習(xí)使用歸納、綜合而不是演繹。
二、算法分類
按照學(xué)習(xí)方式
監(jiān)督學(xué)習(xí)
半監(jiān)督學(xué)習(xí)
無監(jiān)督學(xué)習(xí)
強(qiáng)化學(xué)習(xí)
按照算法相似性
- 回歸算法
- 聚類算法
- 降維算法
- 深度學(xué)習(xí)
- 集成算法
- 正則化算法
- 決策樹算法
- 貝葉斯算法
- 關(guān)聯(lián)規(guī)則學(xué)習(xí)
- 人工神經(jīng)網(wǎng)絡(luò)
- 基于核的算法
- 基于實(shí)例的算法
三、研究內(nèi)容
機(jī)器學(xué)習(xí)領(lǐng)域的研究工作主要圍繞以下三個方面
- 面向任務(wù)的研究，研究和分析改進(jìn)一組預(yù)定任務(wù)的執(zhí)行性能的學(xué)習(xí)系統(tǒng)。
- 認(rèn)知模型，研究人類學(xué)習(xí)過程并進(jìn)行計算機(jī)的模擬。
- 理論分析，從理論上探索各種可能的學(xué)習(xí)方法和獨(dú)立于應(yīng)用領(lǐng)域的算法。
到此這篇關(guān)于機(jī)器學(xué)習(xí)算法及其分類的概述的文章就介紹到這了,更多機(jī)器學(xué)習(xí)的內(nèi)容請搜索W3Cschool以前的文章或繼續(xù)瀏覽下面的相關(guān)文章。
