在本文中，我將提供兩種分類機(jī)器學(xué)習(xí)算法的方法。一是根據(jù)學(xué)習(xí)方式分類，二是根據(jù)類似的形式或功能分類。這兩種方法都很有用，不過(guò)，本文將側(cè)重后者，也就是根據(jù)類似的形式或功能分類。在閱讀完本文以后，你將會(huì)對(duì)監(jiān)督學(xué)習(xí)中最受歡迎的機(jī)器學(xué)習(xí)算法，以及它們彼此之間的關(guān)系有一個(gè)比較深刻的了解。

　　事先說(shuō)明一點(diǎn)，我沒有涵蓋機(jī)器學(xué)習(xí)特殊子領(lǐng)域的算法，比如計(jì)算智能（進(jìn)化算法等）、計(jì)算機(jī)視覺（CV）、自然語(yǔ)言處理（NLP）、推薦系統(tǒng)、強(qiáng)化學(xué)習(xí)和圖模型。

　　下面是一張算法思維導(dǎo)圖。

　　從學(xué)習(xí)方式分類

　　算法對(duì)一個(gè)問(wèn)題建模的方式很多，可以基于經(jīng)歷、環(huán)境，或者任何我們稱之為輸入數(shù)據(jù)的東西。機(jī)器學(xué)習(xí)和人工智能的教科書通常會(huì)讓你首先考慮算法能夠采用什么方式學(xué)習(xí)。實(shí)際上，算法能夠采取的學(xué)習(xí)方式或者說(shuō)學(xué)習(xí)模型只有幾種，下面我會(huì)一一說(shuō)明。對(duì)機(jī)器學(xué)習(xí)算法進(jìn)行分類是很有必要的事情，因?yàn)檫@迫使你思考輸入數(shù)據(jù)的作用以及模型準(zhǔn)備過(guò)程，從而選擇一個(gè)最適用于你手頭問(wèn)題的算法。

　　監(jiān)督學(xué)習(xí)

　　輸入數(shù)據(jù)被稱為訓(xùn)練數(shù)據(jù)，并且每一個(gè)都帶有標(biāo)簽，比如“廣告/非廣告”，或者當(dāng)時(shí)的股票價(jià)格。通過(guò)訓(xùn)練過(guò)程建模，模型需要做出預(yù)測(cè)，如果預(yù)測(cè)出錯(cuò)會(huì)被修正。直到模型輸出準(zhǔn)確的結(jié)果，訓(xùn)練過(guò)程會(huì)一直持續(xù)。常用于解決的問(wèn)題有分類和回歸。常用的算法包括邏輯回歸和BP神經(jīng)網(wǎng)絡(luò)。

　　無(wú)監(jiān)督學(xué)習(xí)

　　輸入數(shù)據(jù)沒有標(biāo)簽，輸出沒有標(biāo)準(zhǔn)答案，就是一系列的樣本。無(wú)監(jiān)督學(xué)習(xí)通過(guò)推斷輸入數(shù)據(jù)中的結(jié)構(gòu)建模。這可能是提取一般規(guī)律，可以是通過(guò)數(shù)學(xué)處理系統(tǒng)地減少冗余，或者根據(jù)相似性組織數(shù)據(jù)。常用于解決的問(wèn)題有聚類、降維和關(guān)聯(lián)規(guī)則的學(xué)習(xí)。常用的算法包括 Apriori 算法和 K 均值算法。

　　半監(jiān)督學(xué)習(xí)

　　半監(jiān)督學(xué)習(xí)的輸入數(shù)據(jù)包含帶標(biāo)簽和不帶標(biāo)簽的樣本。半監(jiān)督學(xué)習(xí)的情形是，有一個(gè)預(yù)期中的預(yù)測(cè)，但模型必須通過(guò)學(xué)習(xí)結(jié)構(gòu)整理數(shù)據(jù)從而做出預(yù)測(cè)。常用于解決的問(wèn)題是分類和回歸。常用的算法是所有對(duì)無(wú)標(biāo)簽數(shù)據(jù)建模進(jìn)行預(yù)測(cè)的算法（即無(wú)監(jiān)督學(xué)習(xí)）的延伸。

　　從功能角度分類

　　研究人員常常通過(guò)功能相似對(duì)算法進(jìn)行分類。例如，基于樹的方法和基于神經(jīng)網(wǎng)絡(luò)的方法。這種方法也是我個(gè)人認(rèn)為最有用的分類方法。不過(guò)，這種方法也并非完美，比如學(xué)習(xí)矢量量化（LVQ），就既可以被歸為神經(jīng)網(wǎng)絡(luò)方法，也可以被歸為基于實(shí)例的方法。此外，像回歸和聚類，就既可以形容算法，也可以指代問(wèn)題。

　　為了避免重復(fù)，本文將只在最適合的地方列舉一次。下面的算法和分類都不齊備，但有助于你了解整個(gè)領(lǐng)域大概。（說(shuō)明：用于分類和回歸的算法帶有很大的個(gè)人主觀傾向；歡迎補(bǔ)充我遺漏的條目。）

相關(guān)電子資料下載

• HASH算法加密芯片的工作原理及其在STM32 MCU上的應(yīng)用 48
• 邊緣計(jì)算市場(chǎng)調(diào)研報(bào)告分析 297
• 探討目前主流3D激光SLAM算法方案 94
• 智慧礦山：AI算法為何能提高未戴安全帶識(shí)別準(zhǔn)確率！ 51
• 格靈深瞳推出深瞳運(yùn)動(dòng)寶盒助力校園體育布局 201
• 毫米波雷達(dá)進(jìn)入集中處理的時(shí)代 87
• 智慧礦山&礦山安全生產(chǎn)："震撼！皮帶撕裂識(shí)別AI算法不用激光，能 27
• 機(jī)器人技術(shù)中常用的路徑規(guī)劃算法的開源庫(kù) 74
• 智慧礦山AI算法帶你解決皮帶運(yùn)行難題！ 51
• 為什么會(huì)造成頻譜泄露？如何理解FFT中的頻譜泄露效應(yīng)？ 89