AI:人工智能之十一类机器学习算法(英文表示)详细分类之详细攻略(持续更新)

简介: AI:人工智能之十一类机器学习算法(英文表示)详细分类之详细攻略(持续更新)

Machine Learning Algorithms


1、Decision Tree决策树相关


Cassification and Regression Tree (CART)


Iterative Dichotomiser 3 (ID3)


C4.5


C5.0


Chi-squared Automatic Ineraction Detection (CHAID)


Decision Stump


Conditional Decision Trees


M5


2、Bayesian贝叶斯相关


Naive Bayes


Averaged One-Dependence Estimators (AODE)


Bayesian Belief Network (BBN)


Gaussian Naive Bayes


Multinomial Naive Bayes


Bayesian Network (BN)


3、Regression回归相关


Linear Regression


Ordinary Least Squares Regression (OLSR)


Stepwise Regression


Multivariate Adaptive Regression Splines (MARS)


Locally Estimated Scatterplot Smoothing (LOESS)


Logistic Regression


4、Instance Based基于实例相关


k-Nearest Neighbour (kNN)


Learning Vector Quantization (LVQ)


Self-Organizing Map (SOM)


Locally Weighted Learning (LWL)


5、Ensemble集成学习相关


Random Forest


Gradient Boosting Machines (GBM)


Boosting


Bootstrapped Aggregation (Bagging)


AdaBoost


Stacked Generalization (Blending)


Gradient Boosted Regression Trees (GBRT)


6、Rule System规则相关


Cubist


One Rule (OneR)


Zero Rule (ZeroR)


Repeated Incremental Pruning to Produce Error Reduction (RIPPER)




7、Regularization正则化相关


Ridge Regression


Least Absolute Shrinkage and Selection Operator (LASSO)


Elastic Net


Least Angle Regression (LARS)


8、Dimensionality Reduction降维相关


Principal Component Analysis (PCA)


Partial Least Squares Regression (PLSR)


Sammon Mapping


Multidimensional Scaling (MDS)


Projection Pursuit


Principal Component Regression (PCR)


Partial Least Squares Discriminant Analysis


Mixture Discriminant Analysis (MDA)


Quadratic Discriminant Analysis (QDA)


Regularized Discriminant Analysis (RDA)


Flexible Discriminant Analysis (FDA)


Linear Discriminan Analysis (LDA)




9、Clustering聚类相关


k-Means


k-Medians


Expectation Maximization


Hirarhical Clusteingg


10、Neural Networks神经网络相关


Radial Basis Function Network (RBFN)


Perceptron


Back- Propagation


Hopfield Network


11、Deep Learning深度学习相关


Deep Boltzmann Machine (DBM)


Deep Belief Networks (DBN)


Convolutional Neural Network (CNN)


Stacked Auto- Encoders


相关文章
|
1月前
|
人工智能 自然语言处理 IDE
模型微调不再被代码难住!PAI和Qwen3-Coder加速AI开发新体验
通义千问 AI 编程大模型 Qwen3-Coder 正式开源,阿里云人工智能平台 PAI 支持云上一键部署 Qwen3-Coder 模型,并可在交互式建模环境中使用 Qwen3-Coder 模型。
345 109
|
5月前
|
机器学习/深度学习 人工智能 供应链
从概念到商业价值:AI、机器学习与深度学习全景指南
在这个科技飞速发展的时代🚀,人工智能正以惊人的速度渗透到我们的生活和工作中👀。但面对铺天盖地的AI术语和概念,很多人感到困惑不已😣。"AI"、"机器学习"、"深度学习"和"神经网络"到底有什么区别?它们如何相互关联?如何利用这些技术提升工作效率和创造价值?
|
4月前
|
人工智能 监控 测试技术
云上AI推理平台全掌握 (1):PAI-EAS LLM服务一键压测
在AI技术飞速发展的今天,大语言模型(LLM)、多模态模型等前沿技术正深刻改变行业格局。推理服务是大模型从“实验室突破”走向“产业级应用”的必要环节,需直面高并发流量洪峰、低延时响应诉求、异构硬件优化适配、成本精准控制等复杂挑战。 阿里云人工智能平台 PAI 致力于为用户提供全栈式、高可用的推理服务能力。在本系列技术专题中,我们将围绕分布式推理架构、Serverless 弹性资源全球调度、压测调优和服务可观测等关键技术方向,展现 PAI 平台在推理服务侧的产品能力,助力企业和开发者在 AI 时代抢占先机,让我们一起探索云上 AI 推理的无限可能,释放大模型的真正价值!
|
4月前
|
机器学习/深度学习 PyTorch API
昇腾AI4S图机器学习:DGL消息传递接口的PyG替换
DGL (Deep Graph Learning) 和 PyG (Pytorch Geometric) 是两个主流的图神经网络库,它们在API设计和底层实现上有一定差异,在不同场景下,研究人员会使用不同的依赖库,昇腾NPU对PyG图机器学习库的支持亲和度更高,因此有些时候需要做DGL接口的PyG替换。
|
4月前
|
机器学习/深度学习 PyTorch API
昇腾AI4S图机器学习:DGL图构建接口的PyG替换
本文探讨了在图神经网络中将DGL接口替换为PyG实现的方法,重点以RFdiffusion蛋白质设计模型中的SE3Transformer为例。SE3Transformer通过SE(3)等变性提取三维几何特征,其图构建部分依赖DGL接口。文章详细介绍了两个关键函数的替换:`make_full_graph` 和 `make_topk_graph`。前者构建完全连接图,后者生成k近邻图。通过PyG的高效实现(如`knn_graph`),我们简化了图结构创建过程,并调整边特征处理逻辑以兼容不同框架,从而更好地支持昇腾NPU等硬件环境。此方法为跨库迁移提供了实用参考。
|
5月前
|
数据可视化 Rust 机器学习/深度学习
mlop.ai 无脑使用教程 (机器学习工具 WandB/ClearML 的首个国区开源平替)
mlop.ai 是首个为国区用户优化的机器学习工具,全栈免费开源,是主流付费解决方案 ClearML/WandB 的开源平替。常规实验追踪的工具经常大幅人为降速,mlop因为底层为Rust代码,能轻松支持高频数据写入。如需更多开发者帮助或企业支持,敬请联系cn@mlop.ai
273 12
mlop.ai 无脑使用教程 (机器学习工具 WandB/ClearML 的首个国区开源平替)
|
9月前
|
存储 人工智能 大数据
AI开发新范式,PAI模型构建平台升级发布
本次分享由阿里云智能集团产品专家高慧玲主讲,聚焦AI开发新范式及PAI模型构建平台的升级。分享分为四个部分,围绕“人人可用”和“面向生产”两大核心理念展开。通过降低AI工程化门槛、提供一站式全链路服务,PAI平台致力于帮助企业和开发者更高效地实现AI应用。案例展示中,介绍了多模态模型微调在文旅场景的应用,展示了如何快速复现并利用AI解决实际问题。最终目标是让AI技术更普及,赋能各行业,推动社会进步。
|
7月前
|
人工智能 智能设计 自然语言处理
2024云栖大会回顾|PAI ArtLab x 通往AGI之路系列活动,PAI ArtLab助力行业AI创新
2024云栖大会回顾|PAI ArtLab x 通往AGI之路系列活动,PAI ArtLab助力行业AI创新
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
AI训练师入行指南(三):机器学习算法和模型架构选择
从淘金到雕琢,将原始数据炼成智能珠宝!本文带您走进数字珠宝工坊,用算法工具打磨数据金砂。从基础的经典算法到精密的深度学习模型,结合电商、医疗、金融等场景实战,手把手教您选择合适工具,打造价值连城的智能应用。掌握AutoML改装套件与模型蒸馏术,让复杂问题迎刃而解。握紧算法刻刀,为数字世界雕刻文明!
227 6

热门文章

最新文章