机器学习的学派有这五个
1.符号学派(决策树)
2.联结学派(CNN神经网络->分类)
3.进化学派(遗传算法->分类)
4.贝叶斯学派(朴素贝叶斯算法->分类)
5.类推学派(SVM->分类)(KNN->聚类)
研究的问题
主要是分类、回归、聚类等等
聚类和分类的区别:
分类是有标签的监督学习
聚类是无标签的无监督学习
预测也可以理解为一种分类
现在的主流学派主要是联结学派、贝叶斯学派。类推学派的用的最广
机器学习的学派有这五个
1.符号学派(决策树)
2.联结学派(CNN神经网络->分类)
3.进化学派(遗传算法->分类)
4.贝叶斯学派(朴素贝叶斯算法->分类)
5.类推学派(SVM->分类)(KNN->聚类)
研究的问题
主要是分类、回归、聚类等等
聚类和分类的区别:
分类是有标签的监督学习
聚类是无标签的无监督学习
预测也可以理解为一种分类
现在的主流学派主要是联结学派、贝叶斯学派。类推学派的用的最广
本文标题:机器学习学习笔记心得二
本文链接:https://www.haomeiwen.com/subject/gsfibxtx.html
网友评论