机器学习算法/模型——总章

2023-10-11 02:32

本文主要是介绍机器学习算法/模型——总章,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

机器学习模型

  • 1. 机器学习介绍
    • 1.1 机器学习的概念
    • 1.2 机器学习的框架
  • 2. 分类和回归:有监督学习
    • 2.1 线性回归
    • 2.2 逻辑回归
    • 2.3 支持向量机
    • 2.4 决策树
    • 2.5 朴素贝叶斯
  • 3. 聚类:无监督学习
    • 3.1 K-means
    • 3.2 高斯混合模型(GMM)
  • 4. 降维:无监督学习
    • 3.1 主成分分析(PCA)
      • 矩阵分解 PCA
      • 奇异值分解(SVD)PCA
  • 5. 集成学习
  • 6. 阶段性总结
  • 7. 代码
    • 7.1 积累
    • 7.2 sklearn

1. 机器学习介绍

1.1 机器学习的概念

机器学习介绍
机器学习介绍(进阶)

1.2 机器学习的框架

  • 模型函数:数学工具
  • 目标函数:对模型误差建模
    目标函数 = 误差和 + 惩罚项
    (结构风险)
  • 优化算法:求解目标函数的参数

2. 分类和回归:有监督学习

我们根据模型训练方式的不同,可以将机器学习的模型分为有监督学习无监督学习两大类。而根据学习目标的不同,有监督的学习可以分为分类回归两类方法。

2.1 线性回归

机器学习算法/模型——线性回归

2.2 逻辑回归

机器学习算法/模型——逻辑回归

2.3 支持向量机

机器学习算法/模型——支持向量机

2.4 决策树

机器学习算法/模型——决策树

2.5 朴素贝叶斯

机器学习算法/模型——朴素贝叶斯分类

3. 聚类:无监督学习

聚类距离的度量包括四个方法:
基于partition、基于hieratical、基于density和基于model,
但主最主要的是partition baesedmodel based(另外两者都很慢),这两者典型例子分别是K-meansGMM

3.1 K-means

机器学习算法/模型——有监督到无监督(聚类):由 KNN 到 K-menas

3.2 高斯混合模型(GMM)

高斯混合模型是基于高维高斯密度函数的一种聚类方法。假设一共有 个点要聚类,服从某种分布。我们要找到一组参数使得生成这些数据点的概率最大。
在这里插入图片描述

4. 降维:无监督学习

体会了机器学习的基本回归,分类,聚类到底是怎么回事后,该到了分析喂给这些算法的数据了,我们在之前介绍这些算法时,往往用到的数据都是已经预处理过的,比如做了归一化处理,做了降维处理等等。数据预处理做的好与坏,对我们最终问题的求解也是至关重要的,因此也是机器学习学习中的重要一个环节。

机器学习领域里讲的降维是指:采用某种映射方法,将原本高维空间中的数据样本映射到低维空间中。

降维的本质是学习一个映射函数 y=f(x),其中 x 表示原始的高维数据,y 表示映射后的低维数据。

3.1 主成分分析(PCA)

机器学习算法/模型——有监督到无监督(降维)主成分分析(PCA)

在这里插入图片描述

矩阵分解 PCA

奇异值分解(SVD)PCA

5. 集成学习

机器学习之集成学习

6. 阶段性总结

学习阶段总结:
机器学习模型/算法—— 阶段性总结(1)模型框架
机器学习模型/算法—— 阶段性总结(2)关键概念/技术
机器学习算法/模型—— 阶段性总结(3)面试考点
机器学习算法/模型——阶段性总结(4)更高层次

更深层次的理解:
假设:假设函数
模型泛化:偏差、方差、噪声
”距离“、”范数“和范数正则化
线性模型小结:还分不清线性回归和线性分类模型?
生成式模型还是判别式模型?
参数学习:LR 与 SVM的区别?
线性可分:线性(二分类)模型
分类损失函数(margin 损失函数)——以二分类为例
目标函数:经验损失(损失函数)和结构化损失(正则项)都做了些什么?

新知识点记录:
2020 机器学习知识点记录

7. 代码

7.1 积累

机器学习代码实践——数据——如何快速获取所需的实验数据

7.2 sklearn

机器学习——Sklearn学习笔记——总章

这篇关于机器学习算法/模型——总章的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/184906

相关文章

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

SpringBoot快速接入OpenAI大模型的方法(JDK8)

《SpringBoot快速接入OpenAI大模型的方法(JDK8)》本文介绍了如何使用AI4J快速接入OpenAI大模型,并展示了如何实现流式与非流式的输出,以及对函数调用的使用,AI4J支持JDK8... 目录使用AI4J快速接入OpenAI大模型介绍AI4J-github快速使用创建SpringBoot

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1