ML算法模型
简单总结一下在学习的过程中对Machine Learning算法模型理解：
- 决策树 ( decision tree)详解
- 集成算法(Bagging，随机森林)
- 集成算法(AdaBoost基本原理)
- Boosting算法（GBDT，XGBoost，LightGBM）
- SVM(Support Vector Machin) 支持向量机 详解
- KNN(k-nearest neighbors) K近邻算法深入
- 聚类算法
– K 均值算法详解（K-means）
– 层次聚类算法详解
– DBSCAN 算法详解
– BIRCH 算法
– CURE 算法 - 贝叶斯网络Bayesian Network (朴素贝叶斯，Naive )
- 马尔可夫随机场与条件随机场
- 隐马尔可夫模型(Hidden Markov Model，HMM)
最后
以上就是鲜艳裙子最近收集整理的关于机器学习算法汇总ML算法模型的全部内容，更多相关机器学习算法汇总ML算法模型内容请搜索靠谱客的其他文章。
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。
![[机器学习入门] 深度学习简介，GPU计算的原理，分布式机器学习原理](https://file2.kaopuke.com:8081/files_image/reation/bcimg8.png)
发表评论 取消回复