Atitit 机器学习算法分类
目录
1. 传统的机器学习算法vs 深度学习 1
1.1. 传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。 2
2. 监督学习与非监督学习 2
3. 连续型学习跳跃型学习 2
4. 根据学习方式分类 2
4.1. 包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等 2
4.2. 强化学习迁移学习 机械学习 2
4.3. 人工神经网络 3
4.4. 深度学习算法 3
5. 7个最好的Java机器学习开发库 2 3
5.1. ·Deeplearning4j 5·ELKI6·JavaML7 3
5.2. ·JSAT 8·MALLET8·Mahout9·Weka10 3
5.3. Weka，也可能是最为有名的 Java 库 3
5.4. 用于机器学习的 Java-ML 4
6. ref 4
传统的机器学习算法vs深度学习
根据学习方法可以将机器学习分为传统机器学习和深度学习
Atitit 常见机器学习算法总结
传统的机器学习算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。
这篇文章将对常用算法做常识性的介绍
深度学习
监督学习与非监督学习连续型学习跳跃型学习
通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造
根据学习方式分类包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等强化学习迁移学习 机械学习人工神经网络
人工神经网络是一类受生物神经网络的结构及/或功能启发而来的模型
深度学习算法
深度学习算法是人工神经网络的升级版，充分利用廉价的计算力
7个最好的Java机器学习开发库2·Deeplearning4j5·ELKI6·JavaML7·JSAT8·MALLET8·Mahout9·Weka10Weka，也可能是最为有名的 Java 库
Weka 是 Waikato Environment for Knowledge Analysis（Waikato 智能分析环境）的缩写，是新西兰 Waikato 大学开发的机器学习库，也可能是最为有名的 Java 库。Weka 是一个通用的库，能够解决各种机器学习任务，如分类、回归和聚类。它具有丰富的图形用户界面、命令行界面和 Java API。有关 Weka 更多详情，请参阅：http://www.cs.waikato.ac.nz/ml/weka/
截止到本书写作之时，Weka 总共包含 267 个算法，其中：数据预处理（82），属性选择（33），分类和回归（133），聚类（12），关联规则挖掘（7）。图形界面非常适合用于探索数据，而 Java API 可以让你开发新的机器学习方案并在应用中使用这些算法
用于机器学习的 Java-ML
Java 机器学习库（Java-ML）是一组机器学习算法的集合，具备用于相同类型的算法的公共接口。它只提供 Java API，因此，它主要面向的是软件工程师和程序员。Java-ML 包含用于数据预处理、特征选择、分类和聚类的算法。此外，它还提供了几个 Weka 桥来直接通过 Java-ML API 访问 Weka 的算法。Java-ML 可从http://java-下载，截至本书完成之际，最近版本发布于 年。
Java-ML 也是一个通用机器学习库。与 Weka 相比，它提供了更为一致的接口和最新算法的实现，在其他包中不存在这些算法，如一系列最先进的相似性度量和特征选择技术等，这些包含动态时间规整、随机森林属性评估等等。Java-ML 也可以在 GNU GPL 许可证下使用。
ref
图解十大经典机器学习算法入门 - jrunw的博客 - CSDN博客.html
(1条消息)【干货】机器学习常用 35 大算法盘点（附思维导图） - java、c++、机器学习方向King - CSDN博客.html
(1条消息)7个最好的Java机器学习开发库 - IT派 - CSDN博客.html
(1条消息)6大最常用的Java机器学习库一览 - 智者之家 - CSDN博客.html
Atitit 机器学习算法分类 目录 1. 传统的机器学习算法 vs 深度学习1 1.1. 传统的机器学习算法包括决策树 聚类 贝叶斯分类 支持向量机 EM Adaboost等等。2 2. 监
如果觉得《Atitit 机器学习算法分类 目录 1. 传统的机器学习算法 vs 深度学习 1 1.1.》对你有帮助，请点赞、收藏，并留下你的观点哦！
