人工智能学习算法分类

w_1106

于 2020-12-20 21:43:43 发布

阅读量1.7k

点赞数

分类专栏：人工智能

本文链接：https://blog.youkuaiyun.com/w_1106/article/details/111463338

版权

本文介绍了人工智能学习算法的分类，包括基于统计的机器学习和深度学习。在机器学习中，主要分为纯算法类和建模方面。详细算法涵盖了分类、回归、类聚、降维、概率图模型、文本挖掘和优化等多个方面。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、人工智能学习算法分类

人工智能算法大体上来说可以分类两类：基于统计的机器学习算法(Machine Learning)和深度学习算法(Deep Learning)

总的来说，在sklearn中机器学习算法大概的分类如下：

	(1).回归算法
	(2).分类算法
	(3).聚类算法
	(4)降维算法
	(5)概率图模型算法
	(6)文本挖掘算法
	(7)优化算法
	(8)深度学习算法

	(1)模型优化
	(2)数据预处理

	(1).LR (Logistic Regression，逻辑回归又叫逻辑分类)
	(2).SVM (Support Vector Machine，支持向量机)
	(3).NB (Naive Bayes，朴素贝叶斯)
	(4).DT (Decision Tree，决策树)
			1)