机器学习常见算法分类汇总.pptVIP

学习方式 深度学习： 算法类似性 深度学习算法是对人工神经网络的发展。 在近期赢得了很多关注， 特别是百度也开始发力深度学习后， 更是在国内引起了很多关注。 在计算能力变得日益廉价的今天，深度学习试图建立大得多也复杂得多的神经网络。很多深度学习的算法是半监督式学习算法，用来处理存在少量未标识数据的大数据集。 常见的深度学习算法包括： 受限波尔兹曼机（Restricted Boltzmann Machine， RBN） Deep Belief Networks（DBN） 卷积网络（Convolutional Network） 堆栈式自动编码器（Stacked Auto-encoders） 学习方式 降低维度算法： 算法类似性 常见的算法包括： 像聚类算法一样，降低维度算法试图分析数据的内在结构，不过降低维度算法是以非监督学习的方式试图利用较少的信息来归纳或者解释数据。这类算法可以用于高维数据的可视化或者用来简化数据以便监督式学习使用。 主成份分析（Principle Component Analysis， PCA） 偏最小二乘回归（Partial Least Square Regression，PLS） Sammon映射 多维尺度（Multi-Dimensional Scaling, MDS） 投影追踪（Projection Pursuit）等 学习方式 集成算法： 算法类似性 常