机器学习的演化-五大流派

1、1980年代

符号主义：使用符号、规则和逻辑来表征知识和进行逻辑推理，最喜欢的算法是：规则和决策树

 

2、1990-2000

贝叶斯派：获取发生的可能性来进行概率推理，最喜欢的算法是：朴素贝叶斯或马儿可夫

 

3、2010年早期到中期

联结主义：使用概率矩阵和加权神经元来动态的识别和归纳模式，最喜欢的算法是：神经网络

 

4、2010年代末期

进化主义：生成变化，然后为特定目标获取其中最优的，最喜欢的算法是：遗传算法

 

5、Anakogizer:根据约束条件来优化函数（尽可能走到更高，但同时不要离开道路），最喜欢的算法是：支持向量机