本文深入探讨了机器学习领域的关键算法，包括逻辑回归、贝叶斯、支持向量机、神经网络等分类算法，以及聚类算法、关联规则挖掘、回归算法等。此外，还涉及数据预处理、降维、推荐系统、非Map-Reduce算法及集合方法扩展等技术，旨在为数据科学家提供全面的技术指南。
分类算法：
逻辑回归
贝叶斯
支持向量机
感知器算法‘
神经网络
随机森林
有限玻尔兹曼
聚类算法
canopy 聚类
K均值算法
模糊K均值
EM聚类
均值飘逸聚类
层次聚类
狄利克雷过程聚类
LDA聚类
谱聚类
关联规则挖掘
并行FP Growth算法
回归
局部加权线性回归
降维/维约简
奇异值分解
主成分分析
独立成分分析
高斯判别分析
推荐/协同过滤
Taste
ItemCF
向量相似度计算
计算列间相似度
计算向量简距离
非Map-Readuce算法
隐马尔可夫模型
集合方法扩展
扩展了java的collection类
扫一扫
4428
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
