码迷,mamicode.com
首页 > 其他好文 > 详细

机器学习知识体系

时间:2015-03-20 14:27:55      阅读:168      评论:0      收藏:0      [点我收藏+]

标签:神经网络



那几年,我学习机器学习的主要内容:
1.机器学习基本导论,机器学习入门了解;
2.线性回归与Logistic。xx业绩预测系统,智能交互统计系统等;
3.岭回归,Lasso,变量选择技术。维度的技巧等技术;
4.降维技术。xx指标设计,具体规范;
5.线性分类器,Knn算法,朴素贝叶斯分类器,文本挖掘。XX智能垃圾消息,垃圾邮件判断,评论智能分析,智能监控统计预警系统呀。
6.决策树,组合提升算法,bagging和adaboost,随机森林。XX用户分析系统,智能广告推送系统。
7.支持向量机。理解SVM的原理,机制。
8.人工神经网络。挺起来好牛逼,其实,也就那样啊!什么单层感知器,什么线性神经网络,
  什么BP神经网络,什么基于梯度下降的学习算法以及图像压缩技术。
9.通用逼近器径向基函数神经网络。听过“字符识别,人脸识别”吧!这些技术涉及到PDA和SVM。对了,还有Hopfield联想记忆型神经网络。
10. 概率神经网络和信念贝叶斯分类器
11. 聚类,孤立点判别。这种技术很实用,可以应用到什么广告推荐系统,网络防作弊识别等。


机器学习知识体系

标签:神经网络

原文地址:http://blog.csdn.net/john_f_lau/article/details/44490795

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!