工智能包含的算法有多海量。”
    “不说那些不太重要的，我们就说说最为主要的几类算法。”
    “回归算法，试图采用对误差的衡量来探索变量之间的关系，是统计机器学习的利器，有最小二乘法，逻辑回归，逐步式回归，多元自适应归样条等等。”
    “基于实例算法，对决策问题建立模型，选取一批样本数据，根据某些近似性，把新数据和样本数据进行比较，来寻找最佳匹配效果，有学习矢量量化，自组织映射算法等等。”
    “正则化方法算法，一般作为其他算法的延伸，根据算法的复杂度对算法进行调整，其中最典型的就是弹性网络算法。”
    “决策树学习算法，根据数据的属性采用树状结构建立决策模型，用来解决分类和回归问题，包含分类及回归树，随机森林，梯度推进等等算法。”
    “基于核的算法，把输入的数据映射到一个向量空间，在向量空间里，很多问题能够更容易解决，包括支持向量，径向基函数，线性判别分析等等算法。”
    “聚类算法，按照中心点或者分层的方式，对输入数据进行归并，其中最主要的是期望最大化算法。”
    “关联规则学习算法，通过寻找最能够解释数据变量之间关系的规则，来找出大量多元数据集中有用的关联规则。”
    “人工神经网络算法，模拟生物神经网络的模式匹配算法，这是机器学习的一个庞大的分支，有几百上千种算法，感知器神经网络，反向传递算法等等。”

本章还未完，请点击下一页继续阅读>>>