zoukankan      html  css  js  c++  java
  • Atitit 机器学习算法分类 目录 1. 传统的机器学习算法 vs 深度学习 1 1.1. 传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。 2 2. 监

    Atitit 机器学习算法分类

     

    目录

    1. 传统的机器学习算法  vs 深度学习 1

    1.1. 传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。 2

    2. 监督学习与非监督学习 2

    3. 连续型学习  跳跃型学习 2

    4. 根据学习方式分类 2

    4.1. 包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等 2

    4.2. 强化学习 迁移学习  机械学习 2

    4.3. 人工神经网络 3

    4.4. 深度学习算法 3

    5. 7个最好的Java机器学习开发库 2 3

    5.1. ·Deeplearning4j 5·ELKI 6·JavaML 7 3

    5.2. ·JSAT 8·MALLET 8·Mahout 9·Weka 10 3

    5.3. Weka ,也可能是最为有名的 Java 库 3

    5.4. 用于机器学习的 Java-ML 4

    6. ref 4

     

    1. 传统的机器学习算法  vs 深度学习

     

    根据学习方法可以将机器学习分为传统机器学习和深度学习

     

     

    Atitit 常见机器学习算法总结

     

      1. 传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。

    这篇文章将对常用算法做常识性的介绍

     

    深度学习

    1. 监督学习与非监督学习

     

    1. 连续型学习  跳跃型学习

    通常,“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外,还会创造,即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来,计算机最难学会的就是“顿悟”。或者再严格一些来说,计算机在学习和“实践”方面难以学会“不依赖于量变的质变”,很难从一种“质”直接到另一种“质”,或者从一个“概念”直接到另一个“概念”。正因为如此,这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造

    1. 根据学习方式分类
      1. 包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等
      2. 强化学习 迁移学习  机械学习

     

      1. 人工神经网络

    人工神经网络是一类受生物神经网络的结构及/或功能启发而来的模型

     

      1. 深度学习算法

    深度学习算法是人工神经网络的升级版,充分利用廉价的计算力

     

    1. 7个最好的Java机器学习开发库 2
      1. ·Deeplearning4j 5·ELKI 6·JavaML 7
      2. ·JSAT 8·MALLET 8·Mahout 9·Weka 10
      3. Weka ,也可能是最为有名的 Java 库

    Weka 是 Waikato Environment for Knowledge Analysis(Waikato 智能分析环境)的缩写,是新西兰 Waikato 大学开发的机器学习库,也可能是最为有名的 Java 库。Weka 是一个通用的库,能够解决各种机器学习任务,如分类、回归和聚类。它具有丰富的图形用户界面、命令行界面和 Java API。有关 Weka 更多详情,请参阅:http://www.cs.waikato.ac.nz/ml/weka/

    截止到本书写作之时,Weka 总共包含 267 个算法,其中:数据预处理(82),属性选择(33),分类和回归(133),聚类(12),关联规则挖掘(7)。图形界面非常适合用于探索数据,而 Java API 可以让你开发新的机器学习方案并在应用中使用这些算法

      1. 用于机器学习的 Java-ML

    Java 机器学习库(Java-ML)是一组机器学习算法的集合,具备用于相同类型的算法的公共接口。它只提供 Java API,因此,它主要面向的是软件工程师和程序员。Java-ML 包含用于数据预处理、特征选择、分类和聚类的算法。此外,它还提供了几个 Weka 桥来直接通过 Java-ML API 访问 Weka 的算法。Java-ML 可从 http://java-ml.sourceforge.net 下载,截至本书完成之际,最近版本发布于 2012 年。

    Java-ML 也是一个通用机器学习库。与 Weka 相比,它提供了更为一致的接口和最新算法的实现,在其他包中不存在这些算法,如一系列最先进的相似性度量和特征选择技术等,这些包含动态时间规整、随机森林属性评估等等。Java-ML 也可以在 GNU GPL 许可证下使用。

     

    1. ref

    图解十大经典机器学习算法入门 - jrunw的博客 - CSDN博客.html

     

    (1条消息)【干货】机器学习常用 35 大算法盘点(附思维导图) - java、c++、机器学习方向King - CSDN博客.html

    (1条消息)7个最好的Java机器学习开发库 - IT派 - CSDN博客.html

    (1条消息)6大最常用的Java机器学习库一览 - 智者之家 - CSDN博客.html

  • 相关阅读:
    Docker 中国官方镜像加速
    mysql主从同步
    hadoop相关
    Mac上Ultra Edit的激活
    ansible安装应用软件
    Docker学习第二天-容器
    wwnjld团队第二轮迭代成员分数
    第二轮迭代发布报告
    wwnjld第二轮迭代测试报告
    12.24会议记录
  • 原文地址:https://www.cnblogs.com/attilax/p/15197319.html
Copyright © 2011-2022 走看看