這些演算法按照學習方式分類的分的話，可以分為一下幾類：
1、監督式學習：從給定的訓練資料集中學習出乙個函式，當新的資料到來時，可以根據這個函式**結果。監督學習的訓練集需要包括輸入和輸出，也可以說是特徵和目標。訓練集中的目標是由人標註的。常見的監督式學習演算法包括回歸分析和統計分類。
2、非監督式學習：與監督學習相比，訓練集沒有人為標註的結果。常見的非監督式學習演算法有聚類。常見的聚類演算法包括 k-means 演算法以及期望最大化演算法 (expectation maximization) 等。
3、半監督式學習：輸入資料部分被標識，部分沒有被標識，介於監督式學習與非監督式學習之間。常見的半監督式學習演算法有支援向量機（svm）。
4、強化學習：在這種學習模式下，輸入資料作為對模型的反饋，不像監督模型那樣，輸入資料僅僅是作為乙個檢查模型對錯的方式，在強化學習下，輸入資料直接反饋到模型，模型必須對此立刻作出調整。常見的強化學習演算法有時間差學習。
機器學習 分類演算法
最優化理論基礎 分類演算法詳解 簡單例項講解樸素貝葉斯分類演算法 機器學習實戰 樸素貝葉斯 機器學習實戰 python3 基於概率論的分類方法 樸素貝葉斯 機器學習入門之決策樹演算法 決策樹演算法的基本原理 機器學習實戰 python3 決策樹id3 機器學習實戰 基於資訊理論的三種決策樹演算法 i...
機器學習演算法分類
4.了解了機器學習的各種類別，那麼每一種類別有哪些應用呢？機器學習 machine learning 是人工智慧 ai 重要的一部分，是實現人工智慧的乙個途徑。機器學習包含不同種類的演算法，而為了解決不同型別的問題，機器學習演算法可以分為特定的種類，我們要使用最適合的演算法來解決它最擅長的問題。學習...
機器學習 分類演算法
根據特徵資料區分屬於哪一類 比如微博 發表文章判斷屬於哪一類，正向還是負向 類別 支援向量機 決策樹 本章具體描述決策樹 決策樹 將特徵進行劃分，進行一些列處理 例子 中午吃飯，兜裡錢是否大於20，此時繼續判斷錢是否大於25，如果大於吃黃燜雞 可樂，不大於黃燜雞。如果兜裡錢一開始就不大於20吃泡麵 ...