概述
1. 梯度下降法、牛顿法
2. 最大似然估计法
3
. 最小二乘法
4. 线性回归（基本思想是用梯度下降法对最小二乘法形式的误差函数进行优化）
5. K最近邻分类算法（KNN）
6. 决策树（ID3、C4.5算法、迭代决策树（GBRT）、随机森林）
7. 朴素贝叶斯(Naive Bayesian Model)
8. Logistic回归
9. 支持向量机（SVM）
10. 序列最小优化算法（SMO）
11. Boosting算法（Adaboost算法为例）
12. 分类树与回归树（CART）
13. 最大期望算法（EM）
14. Apriori算法
15.FP-growth算法
16. PageRank算法
17. 降维算法：主成分分析(PCA)、多维尺度(MDS)、线性判别式分析(LDA)、局部线性嵌入(LLE)、
拉普拉斯特征映射(Laplacian Eigenmaps)
18. 矩阵奇异值分解（SVD）
19. 隐含语义分析（LSA）
20. 概率潜语义分析（PLSA）
22. 规则化（Regularization)
23. 异常检测
24. 聚类（基于划分的聚类：K-Means , K-Medoids，Clarans
基于层次的聚类：自底向上的凝聚方法（AGNES），
自上而下的分裂方法（DIANA）
基于密度的聚类：DBSACN，OPTICS，BIRCH（CF-Tree）, CURE
基于网格的方法：STING，WaveCluster
基于模型的聚类：EM，SOM，COBWEB）
25. 推荐系统（基于内容的实现；基于协同过滤（CF）的实现）
26. 深度学习（Deep Learning）常见算法：受限波尔兹曼机(RBN)、深度信念网络(DBN)、
卷积神经网络(CNN)、堆栈式自动编码器(Stacked Auto-encoders)
最后
以上就是超级斑马为你收集整理的个人整理的机器学习/数据挖掘相关算法的全部内容，希望文章能够帮你解决个人整理的机器学习/数据挖掘相关算法所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复