人工智慧——ai（artificial intelligence）
機器學習——ml（machine learning）
深度學習——dl（deep learning）
監督學習——supervised learning
無監督學習——unsupervised learning
半監督學習——semi-supervised learning
強化學習——reinforcement learning
整合學習——ensemble learning
知識圖譜——konwledge representation
推薦系統——recommender systems
二分類——binary classification
多分類——multiclass classification
回歸——regression
線性svm——linear svms
邏輯回歸——logistic regression
決策樹——decision trees
隨機森林——random forests
梯度提公升樹（gbdt）——gradient- boosted trees
樸素貝葉斯——***** bayes
線性最小二乘回歸——linear least squares
套索回歸——lasso
嶺回歸——ridge regression
保序回歸——isotonic regression
大資料生態圈（計算機集群）——hadoop
分布式儲存——hdfs
計算引擎——mapreduce（基於磁碟讀寫）
火花庫——spark（基於記憶體計算）
k均值聚類——k-means
高斯混合模型gmm—— gaussian mixture
lda——latent dirichlet allocation
決策樹的核心演算法——c4.5
分類與回歸樹——cart
k鄰近分類演算法——knn
貝葉斯模型——*****bayes
支援向量機——svm
最大期望演算法——em
關聯規則挖掘演算法——apriorifp-growth
google搜尋重要演算法之一——pagerank
迭代演算法——adaboost
資料收集方式——flume & kafka
儲存設施——mysql、hdfs、hbase、kafka、redis等
機器學習名詞
訓練，測試，驗證 交叉驗證資料集 驗證集 驗證集 假設不知道結果，進行多次驗證 測試 機器學習模型只能在測試集上跑一次 過擬合 overfit 和欠擬合 underfit 過擬合 擬合的過於精確，沒什麼用 欠擬合 不夠 accuracy?precision?recall?比喻 你回答真但答案是假，這...
機器學習中需要掌握的名詞
在機器學習中有很多名詞出現的頻率十分高，如果對這些名詞掌握不夠的話，我們是很難去深入理解機器學習的知識的。在這篇文章中我們就給大家介紹一下關於機器學習涉及到的專業名詞，希望由此來幫助大家鞏固機器學習方面的基礎。1 無監督機器學習就是訓練乙個模型尋找資料集中的模式。無監督機器學習最常用於將資料分成幾組...
資料探勘與機器學習釋義
人工智慧是目前炙手可熱的領域，所有的網際網路公司以及各路大迦們紛紛表態人工智慧將是下乙個時代的革命性技術。資料探勘 data mining 和機器學習 machine learning 作為人工智慧研究與應用的分支領域，也越來越多的被提到。在大多數非計算機專業人士以及部分計算機專業背景人士眼中，機器...