浅析机器学习必学10大算法及8种降维技术
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
机器学习必学10大算法
1.线性回归
2.Logistic 回归
3.线性判别分析
4.分类和回归树
5.朴素贝叶斯
6.K最近邻算法
7.学习向量量化
8.支持向量化
9.袋装发和随机森林
10.Boosting 和 AdaBoost
机器学习中必知必会的 8 种降维技术
1.相关性滤波器
2.方差滤波器
3.UMAP
4.t-SNE
5.自动编码器（Auto Encoder ）
6.缺失值
7.前向/后向特征选择
8.主成分分析
整合自：机器学习社区百度百科机器之心
审核编辑：金桥
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
滤波器
+关注
关注
161文章
7847浏览量
178449 -
机器学习
+关注
关注
66文章
8428浏览量
132818 -
朴素贝叶斯
+关注
关注
0文章
12浏览量
3388
发布评论请先 登录
相关推荐
华为云 Flexus X 实例部署安装 Jupyter Notebook，学习 AI，机器学习算法
前言 由于本人最近在学习一些机器算法，AI 算法的知识，需要搭建一个学习环境，所以就在最近购买的华为云 Flexus X 实例上安装了
传统机器学习方法和应用指导
在上一篇文章中，我们介绍了机器学习的关键概念术语。在本文中，我们会介绍传统机器学习的基础知识和多种算法特征，供各位老师选择。 01 传统
NPU与机器学习算法的关系
在人工智能领域，机器学习算法是实现智能系统的核心。随着数据量的激增和算法复杂度的提升，对计算资源的需求也在不断增长。NPU作为一种专门为深度
LSTM神经网络与其他机器学习算法的比较
随着人工智能技术的飞速发展，机器学习算法在各个领域中扮演着越来越重要的角色。长短期记忆网络（LSTM）作为一种特殊的循环神经网络（RNN），
一种基于深度学习的二维拉曼光谱算法
近日，天津大学精密仪器与光电子工程学院的光子芯片实验室提出了一种基于深度学习的二维拉曼光谱算法，成果以“Rapid and accurate bacteria identificati
激光雷达技术的基于深度学习的进步
一、激光雷达技术概述 激光雷达技术是一种基于激光的遥感技术，通过发射激光脉冲并接收反射回来的光来测量物体的距离和速度。与传统的雷达技术相比，
人工智能、机器学习和深度学习存在什么区别
人工智能指的是在某种程度上显示出类似人类智能的设备。AI有很多技术，但其中一个很大的子集是机器学习——让算法从数据中学习。
发表于 10-24 17:22
•2511次阅读
【「时间序列与机器学习」阅读体验】全书概览与时间序列概述
如何通过根因分析技术获得导致故障的维度和元素，包括基于时间序列异常检测算法的根因分析、基于熵的根因分析、基于树模型的根因分析、规则学习等。
●第7章“智能运维的应用场景”:介绍智能运
发表于 08-07 23:03
机器学习算法原理详解
机器学习作为人工智能的一个重要分支，其目标是通过让计算机自动从数据中学习并改进其性能，而无需进行明确的编程。本文将深入解读几种常见的机器学习
机器学习在数据分析中的应用
随着大数据时代的到来，数据量的爆炸性增长对数据分析提出了更高的要求。机器学习作为一种强大的工具，通过训练模型从数据中学习规律，为企业和组织提供了更高效、更准确的数据分析能力。本文将深入
名单公布！【书籍评测活动NO.35】如何用「时间序列与机器学习」解锁未来？
应用，将理论基础与实践案例相结合，作者凭借扎实的数学功底及其在企业界的丰富实践经验，将机器学习与时间序列分析巧妙融合在书中。
全书书共分为8章，系统介绍时间序列的基础知识、常用预测方法、异常检测
发表于 06-25 15:00
深入探讨机器学习的可视化技术
机器学习可视化（简称ML可视化）一般是指通过图形或交互方式表示机器学习模型、数据及其关系的过程。目标是使理解模型的复杂算法和数据模式更容易，
发表于 04-25 11:17
•443次阅读
机器学习怎么进入人工智能
，人工智能已成为一个热门领域，涉及到多个行业和领域，例如语音识别、机器翻译、图像识别等。 在编程中进行人工智能的关键是使用机器学习算法，这是一类基于样本数据和模型训练来进行预测和判断的
机器学习8大调参技巧
今天给大家一篇关于机器学习调参技巧的文章。超参数调优是机器学习例程中的基本步骤之一。该方法也称为超参数优化，需要搜索超参数的最佳配置以实现最佳性能。
工商网监
评论