关键词：
em，是一种含有隐含变量的概率模型参数的极大似然估计法。主要应用在机器学习以及计算机视觉的数据聚类领域。
lr，逻辑回归，本质也是线性回归，通过拟合拟合样本的某个曲线，然后使用逻辑函数进行区间缩放，但是一般用来分类，主要用在点击率预估、推荐系统等；
svm，支撑向量机，通过找到样本空间中的一个超平面，实现样本的分类，也可以作回归，主要用在文本分类，图像识别等领域，详见：；
nn，神经网络，通过找到某种非线性模型拟合数据，主要用在图像处理等；
nb，朴素贝叶斯，通过找到样本所属于的联合分步，然后通过贝叶斯公式，计算样本的后验概率，从而进行分类，主要用来文本分类；
dt，决策树，构建一棵树，在节点按照某种规则（一般使用信息熵）来进行样本划分，实质是在样本空间进行块状的划分，主要用来分类，也有做回归，但更多的是作为弱分类器，用在model embedding中；
rf，随进森林，是由许多决策树构成的森林，每个森林中训练的样本是从整体样本中抽样得到，每个节点需要进行划分的特征也是抽样得到，这样子就使得每棵树都具有独特领域的知识，从而有更好的泛化能力；
gbdt，梯度提升决策树，实际上也是由多棵树构成，和rf不同的是，每棵树训练样本是上一棵树的残差，这体现了梯度的思想，同时最后的结构是用这所有的树进行组合或者投票得出，主要用在推荐、相关性等；
knn，k最近邻，应该是最简单的ml方法了，对于未知标签的样本，看与它最近的k个样本(使用某种距离公式，马氏距离或者欧式距离)中哪种标签最多，它就属于这类；
朴素贝叶斯（Naive Bayes）法是基于贝叶斯定理与特征条件独立假设的分类方法，对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。
参考：https://www.cnblogs.com/xubing-613/p/6675506.html
浅析机器学习算法的应用场景！
Datawhale干货 作者：知乎KingJames，伦敦国王大学知乎｜ https://www.zhihu.com/people/xu-xiu-jian-33在学习算法的过程里，难免有疑问：k近邻、贝叶斯、决策树、svm、逻辑斯蒂回归和最大熵模型、隐马尔科夫、条件随机场、adaboos... 查看详情
机器学习算法应用和学习_1fp-growth算法
...就得穷举出所有组合再去汇总，特别麻烦。 于是在《机器学习实战》一书中找到了这个算法，称为是“ 查看详情
机器学习中各个算法的优缺点
在前面的文章中我们给大家介绍了很多关于机器学习的算法，这些算法都是能够帮助大家更好地理解机器学习，而机器学习的算法各种各样，要想好好地使用这些算法就需要对这些算法一个比较透彻的了解。我们在这篇文章中接... 查看详情
机器学习流程，常规算法，降维方法
...抽象(是通过已有的数据，挖掘出可以应用的业务场景。机器学习主要用来解决的场景包括二分类、多分类、聚类和回归)c.算法选择(是确定算法范围、多算法尝试和多视角分析寻找最适合自身业务的算法)2数据预处理:采样、去噪... 查看详情
机器学习算法：线性回归简介
学习目标了解线性回归的应用场景知道线性回归的定义1线性回归应用场景房价预测销售额度预测贷款额度预测举例： 2什么是线性回归2.1定义与公式线性回归(Linearregression)是利用回归方程(函数)对一个或多个自变量(特征值)... 查看详情
机器学习算法比较
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，... 查看详情
机器学习逻辑回归介绍
...辑回归的应用场景逻辑回归（LogisticRegression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归。由于算法的简单和高效，在实际中应用非常广泛。广告点击率是否为垃圾邮件是... 查看详情
机器学习--实验三(代码片段)
博客班级AHPU机器学习作业要求K-近邻算法及应用作业目标理解K-近邻算法原理，能实现算法K近邻算法学号3180701118目录实验目的】【实验内容】实验报告要求】高斯朴素贝叶斯算法基本思想：python程序:scikit-learn实例朴素贝叶斯算... 查看详情
cs2291
1.机器学习机器学习是工具，具体应用到某个实际场景下，才是目的。 2.分类a监督学习，包括回归（regression），分类（classification）。回归问题，数据可以是连续或者离散，分类问题，数据一般是离散的。b理论学习，机器学... 查看详情
8种常见机器学习算法比较
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，... 查看详情
机器学习核心算法各个击破
...xff0c;随着Google的AlphaGo打败韩国围棋棋手李世乭之后，机器学习尤其是深度学习的热潮席卷了整个IT界。所有的互联网公司，尤其是Google微软，百度，腾讯等巨头，无不在布局人工智能技术和市场。百度，腾... 查看详情
（转）8种常见机器学习算法比较
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，... 查看详情
产品化机器学习的一些思考
...产品建设，近两年逐渐接触人工智能；目前主要负责TI-ONE机器学习平台，结合自己工作经验，在这里分享一些关于ML产品的思考和实践。人工智能产品类型平台-强调赋能基础支撑/基础平台-通用的ML技术平台，实现常用的算法,形... 查看详情
机器学习：梯度下降算法原理讲解(代码片段)
背景学习机器学习时作为基础概念。转载自：《梯度下降算法原理讲解——机器学习》1.概述梯度下降（gradientdescent）在机器学习中应用十分的广泛，不论是在线性回归还是Logistic回归中，它的主要目的是通过迭代找到目标函数... 查看详情
人工智能（ai）和机器学习——未来的发展趋势
当今时代，人工智能（AI）和机器学习（MachineLearning）的发展已成为了科技领域不可忽视的一部分。而作为国内最大的IT技术社区，CSDN也是关注这些前沿技术的重要平台之一。本文将围绕AI和机器学习这一... 查看详情
蘑菇街推荐算法架构实战
机器不学习jqbxx.com-专注机器学习,深度学习,自然语言处理,大数据,个性化推荐,搜索算法,知识图谱推荐一直是电商平台的重要流量入口。以往在电商平台上，推荐的场景更多的覆盖在交易的各个环节，比如详情页、购物车、订单... 查看详情
6-机器学习场景下volcano集成调度能力实践
6-机器学习场景下Volcano集成调度能力实践今天主要给大家分享如何使用Volcano调度器运行一个TFJob。今天的分享主要包括3个部分的内容：Kubeflow简介KubeflowonVolcano演示（运行一个简单的机器学习作业）01Kubeflow简介•Kubefl... 查看详情
零基础学python--机器学习：机器学习算法和开发
@TOC一、机器学习算法分类1.分析1.2中的例子分类问题特征值：猫/狗的图片；目标值：猫/狗-类别分类问题↑回归问题特征值：房屋的各个属性信息；回归问题无监督学习特征值：人物的各个属性信息；目标值：无无监督学习2.总... 查看详情