一、算法概述

算法是指解題方案的準(zhǔn)確而完整的描述，是一系列解決問題、高度符合邏輯性、可執(zhí)行性的指令集合，代表運(yùn)用系統(tǒng)方法描述解決問題的策略機(jī)制。算法能夠?qū)σ欢ㄒ?guī)范的輸入在有限時(shí)間內(nèi)運(yùn)行得到輸出。

算法中的指令描述的是計(jì)算過程，當(dāng)其運(yùn)行時(shí)能從初始狀態(tài)和初始輸入（初始輸入可能為空的）開始，經(jīng)過一系列有限而清晰定義的狀態(tài)，最終產(chǎn)生輸出并終止于某一狀態(tài)。

不同的算法在解決相同問題所需時(shí)間、空間可能不同，即算法的效率不同。算法的優(yōu)劣可通過解決相同問題所需的時(shí)間復(fù)雜度與空間復(fù)雜度衡量。

二、傳統(tǒng)算法與大數(shù)據(jù)算法

傳統(tǒng)的數(shù)據(jù)算法可被稱為數(shù)據(jù)分析，數(shù)據(jù)分析的目的在于對(duì)已有的數(shù)據(jù)進(jìn)行描述性分析，其重點(diǎn)在于發(fā)現(xiàn)數(shù)據(jù)隱含的規(guī)律，進(jìn)行商業(yè)分析和處理。

大數(shù)據(jù)時(shí)代的數(shù)據(jù)算法可被稱為數(shù)據(jù)科學(xué)，與數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)相關(guān)。

機(jī)器學(xué)習(xí)是交叉學(xué)科，機(jī)器學(xué)習(xí)涉及的學(xué)科包括概率論、統(tǒng)計(jì)學(xué)、逼近論、圖分析、算法復(fù)雜度理論等。機(jī)器學(xué)習(xí)主要研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，并重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身性能。

大數(shù)據(jù)機(jī)器學(xué)習(xí)更強(qiáng)調(diào)學(xué)習(xí)是手段。機(jī)器學(xué)習(xí)成為一種支持和服務(wù)技術(shù)，基于機(jī)器學(xué)習(xí)對(duì)復(fù)雜多樣的數(shù)據(jù)進(jìn)行深層次的分析和更高效地利用信息成為大數(shù)據(jù)機(jī)器學(xué)習(xí)研究的主要方向。所以，大數(shù)據(jù)機(jī)器學(xué)習(xí)逐漸向智能數(shù)據(jù)分析的方向發(fā)展，并已成為智能數(shù)據(jù)分析技術(shù)的重要組成部分。

大數(shù)據(jù)時(shí)代，數(shù)據(jù)體量以空前的速度增長(zhǎng)，需要分析新類型數(shù)據(jù)也在不斷出現(xiàn)，新類型數(shù)據(jù)包括：文本理解、文本情感分析、圖像的檢索和理解、圖形和網(wǎng)絡(luò)等。數(shù)據(jù)體量快速增長(zhǎng)和新類型數(shù)據(jù)不斷出現(xiàn)使得大數(shù)據(jù)機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等智能計(jì)算技術(shù)在大數(shù)據(jù)智能化分析處理應(yīng)用中具有重要作用。



圖片來源：學(xué)堂在線《大數(shù)據(jù)導(dǎo)論》

三、機(jī)器學(xué)習(xí)算法

目前，主流的機(jī)器學(xué)習(xí)算法包括：監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)。

（1）監(jiān)督學(xué)習(xí)

監(jiān)督學(xué)習(xí)是指從標(biāo)記的訓(xùn)練數(shù)據(jù)推斷某一功能的機(jī)器學(xué)習(xí)任務(wù)，訓(xùn)練數(shù)據(jù)包括一套訓(xùn)練示例。每套訓(xùn)練示例均由一個(gè)輸入對(duì)象（通常為矢量）和一個(gè)期望的輸出值 （也稱為監(jiān)督信號(hào)）組成。監(jiān)督學(xué)習(xí)算法通過分析訓(xùn)練示例（個(gè)人理解：需分析多套訓(xùn)練示例），產(chǎn)生某種推斷功能，該推斷功能可以用于映射新示例。

監(jiān)督學(xué)習(xí)包括：分類算法和回歸分析。

1）分類算法包括：自然貝葉斯、決策樹、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等。分類算法主要針對(duì)離散數(shù)據(jù)。

2）回歸類算法包括：線性回歸、邏輯回歸、支持向量機(jī)等?；貧w類算法主要針對(duì)連續(xù)數(shù)據(jù)。

（2）非監(jiān)督學(xué)習(xí)

非監(jiān)督學(xué)習(xí)是指在沒有類別信息情況下，通過分析所研究對(duì)象大量樣本的據(jù)數(shù)，實(shí)現(xiàn)樣本分類的數(shù)據(jù)處理方法。

通過非監(jiān)督式學(xué)習(xí)，可將樣本集劃分為若干個(gè)子集（類別），或?qū)颖炯鳛橛?xùn)練樣本集，再通過監(jiān)督學(xué)習(xí)方法進(jìn)行分類器設(shè)計(jì)。

非監(jiān)督學(xué)習(xí)包括：聚類算法、抽維算法。

1）聚類算法包括：距離聚類、快速聚類等。

2）抽維算法包括：主因子、典型相關(guān)等。

審核編輯：劉清