机器学习算法分类

博客强调算法工程师应找准定位,用学过的算法解决问题,而非死磕算法。指出算法是核心,数据和计算是基础,要分析数据与业务,应用常见算法并进行特征工程等。还提到要学会分析问题、掌握算法思想,利用库或框架解决问题,且不同数据类型适用不同机器学习算法。

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

首先我们要明白,要找准定位,我们是用其来解决问题的。学会使用学过的算法去解决问题,而没有必要死磕算法,这是算法工程师要做的。

算法是核心,数据和计算是基础。我们要走的就是:

分析很多的数据

分析具体的业务

应用常见的算法

特征工程,调参数,优化

要达到以下三点:

1.学会分析问题,使用机器学习算法的目的,想要算法完成何种任务

2.掌握算法基本思想,学会对问题用相应的算法解决

3.学会利用库或者框架解决问题

 

一。数据类型(离散型数据,连续性数据)

 

数据类型不同,机器学习的算法也应用的不同

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