盘点：十大机器学习算法及其应用.docVIP

盘点：十大机器学习算法及其应用 　　如果你想学习机器算法，要从何下手呢？以我为例，我是在哥本哈根留学期间，学习AI课程入门的。我们用的教科书是一本AI经典：《Peter Norvig’s ArTIficial Intelligence？—？A Modern Approach》。最近我在继续学习这些，包括在旧金山听了几个关于深度学习的技术演讲，参加机器学习大会上。六月份，我注册了Udacity的Intro to Machine Learning的在线课程，近期已经完成了。这篇文章，我想分享一些我所学到的、最常见的机器学习算法。 　　我从这个课程中学到了很多，并决定继续学习这一专业内容。不久前，我在旧金山听了几个关于深度学习、神经网络、数据架构方面的技术演讲，包括在一个机器学习大会上和很多领域知名专家一起。最重要的是，我六月份注册了Udacity 的机器学习入门的在线课程，近期已经完成了。这篇文章，我想分享一些我所学到的、最常见的机器学习算法。 　　机器学习算法可以分为三个大类——有监督学习、无监督学习和强化学习。 　　有监督学习，对训练有标签的数据有用，但是对于其他没有标签的数据，则需要预估。 　　无监督学习，用于对无标签的数据集（数据没有预处理）的处理，需要发掘其内在关系的时候。 　　强化学习，介于两者之间，虽然没有精准的标签或者错误信息，但是对于每个可预测的步骤或者行为，会有某种