内容简介：之所以说突然讲机器学习的原因在于近期打算找工作,但是面试人家觉得自己很水,而实际上自己平时有了解和深入,但是就是没有系统的整理相关的知识。机器学习可以划分为:而传统的机器学习又可以细分为:
之所以说突然讲机器学习的原因在于近期打算找工作,但是面试人家觉得自己很水,而实际上自己平时有了解和深入,但是就是没有系统的整理相关的知识。
机器学习的分类
机器学习可以划分为:
- 传统的机器学习
- 深度学习
- 加强学习
而传统的机器学习又可以细分为:
- 监督学习
- 非监督学习
- 半监督学习
机器学习需要基础
- 统计学(参数统计、非参数统计)
- 线性代数(高等代数)
- 信息论(可选)
- 时间序列(可选)
- 数值计算及优化(可选)
机器学习的一般步骤
主要步骤如下:
- 数据的探索
- 模型的选择
- 模型的检验
相关分析与回归分析的区别
相关分析了解变量之间有无线性相关关系
回归与分类的区别
回归模型的选择
- 一元回归
- 多元回归(如多项式回归)
- 岭回归,因变量比数据量多
- 局部加权回归
- lasso回归
判别模型的选择
- 朴素贝叶斯
- Logistic回归
- kNN
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 从 0 开始机器学习 - 机器学习算法诊断
- 浅谈机器学习原理及机器学习平台
- 机器学习基础概念和统计机器学习基本算法
- [机器学习]机器学习笔记整理09- 基于SVM图像识别
- 第一届机器学习会议与机器学习的五大趋势
- 机器学习业务实践之路：如何通过机器学习算法快速解决实际业务
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
