002-机器学习背后的思维-针对入门小白的概念算法及工具的朴素思考

本文介绍了机器学习领域的核心概念和技术,包括线性回归、逻辑回归、决策树、随机森林、KNN、朴素贝叶斯、SVM、感知机和深度神经网络等。文章旨在为初学者提供一个清晰的学习路线图,帮助理解各种算法的特点和应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

2 机器学习框架概念

机器学习技术发展时间很长,产生很多名词和概念。我们先罗列一些常见的:

• 线性回归 linear regression

• 逻辑回归 logistic regresssion

• 决策树 decision tree

• 随机森林 random tree

• 最近邻算法 k-nearest neighbor, KNN

• 朴素贝叶斯 naive bayes

• 支持向量机 suport vector machine, SVM

• 感知机 preceptron

• 深度神经网络 deep neural network, DNN

在开始学习之前, 我们先把当前机器学习中的一些热门的概念和词汇理清楚, 否 则,当太多陌生的术语扑面而来,接踵而至,你会感觉一脸懵, 抓不住学习的主线。 这里, 先对概念做层次进行划分和梳理, 你便会豁然开朗。 请看这张图, 如图1所示。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值