浅析机器学习必学10大算法及8种降维技术

电子说

1.3w人已加入

描述

  机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

  机器学习必学10大算法

  1.线性回归

  2.Logistic 回归

  3.线性判别分析

  4.分类和回归树

  5.朴素贝叶斯

  6.K最近邻算法

  7.学习向量量化

  8.支持向量化

  9.袋装发和随机森林

  10.Boosting 和 AdaBoost

  机器学习中必知必会的 8 种降维技术

  1.相关性滤波器

  2.方差滤波器

  3.UMAP

  4.t-SNE

  5.自动编码器(Auto Encoder )

  6.缺失值

  7.前向/后向特征选择

  8.主成分分析

  整合自:机器学习社区 百度百科 机器之心

  审核编辑:金桥

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分