人工智慧之機器學習演算法體系彙總

https://blog.csdn.net/weixin_42137700/article/details/85637690

此處梳理出面向人工智慧的機器學習方法體系，主要體現機器學習方法和邏輯關係，理清機器學習脈絡，後續文章會針對機器學習系列講解演算法原理和實戰。抱著一顆嚴謹學習之心，有不當之處歡迎斧正。

 

 

機器學習脈絡

• 監督學習 Supervised learning
• Fisher的線性判別 Fisher's linear discriminant
• 線性迴歸 Linear regression
• Logistic迴歸 Logistic regression
• 多項Logistic迴歸 Multinomial logistic regression
• 樸素貝葉斯分類器 Naive Bayes classifier
• 感知 Perceptron
• 支援向量機 Support vector machine
• 分類和迴歸樹（CART） Classification and regression tree (CART)
• 迭代Dichotomiser 3（ID3） Iterative Dichotomiser 3(ID3)
• C4.5演算法 C4.5 algorithm
• C5.0演算法 C5.0 algorithm
• 卡方自動互動檢測（CHAID） Chi-squared Automatic Interaction Detection(CHAID)
• 決策殘端 Decision stump
• ID3演算法 ID3 algorithm
• 隨機森林 Random forest
• SLIQ
• 樸素貝葉斯 Naive Bayes
• 高斯貝葉斯 Gaussian Naive Bayes
• 多項樸素貝葉斯 Multinomial Naive Bayes
• 平均一依賴性評估（AODE） Averaged One-Dependence Estimators(AODE)
• 貝葉斯信念網路（BNN） Bayesian Belief Network(BBN)
• 貝葉斯網路（BN） Bayesian Network(BN)
• 自動編碼器 Autoencoder
• 反向傳播 Backpropagation
• 玻爾茲曼機 Boltzmann machine
• 卷積神經網路 Convolutional neural network
• Hopfield網路 Hopfield network
• 多層感知器 Multilayer perceptron
• 徑向基函式網路（RBFN） Radial basis function network(RBFN)
• 受限玻爾茲曼機 Restricted Boltzmann machine
• 迴歸神經網路（RNN） Recurrent neural network(RNN)
• 自組織對映（SOM） Self-organizing map(SOM)
• 尖峰神經網路 Spiking neural network
• 人工神經網路 Artificial neural network
• 貝葉斯 Bayesian
• 決策樹 Decision Tree
• 線性分類 Linear classifier
• 無監督學習 Unsupervised learning
• k-最近鄰演算法（K-NN） k-nearest neighbors classification(K-NN)
• 區域性異常因子 Local outlier factor
• BIRCH
• DBSCAN
• 期望最大化（EM） Expectation-maximization(EM)
• 模糊聚類 Fuzzy clustering
• K-means演算法 K-means algorithm
• k-均值聚類 K-means clustering
• k-位數 K-medians
• 平均移 Mean-shift
• OPTICS演算法 OPTICS algorithm
• 單連鎖聚類 Single-linkage clustering
• 概念聚類 Conceptual clustering
• 先驗演算法 Apriori algorithm
• Eclat演算法 Eclat algorithm
• FP-growth演算法 FP-growth algorithm
• 對抗生成網路
• 前饋神經網路 Feedforward neurral network
• 邏輯學習機 Logic learning machine
• 自組織對映 Self-organizing map
• 極端學習機 Extreme learning machine
• 人工神經網路 Artificial neural network
• 關聯規則學習 Association rule learning
• 分層聚類 Hierarchical clustering
• 聚類分析 Cluster analysis
• 異常檢測 Anomaly detection
• 半監督學習 Semi-supervised learning
• 生成模型 Generative models
• 低密度分離 Low-density separation
• 基於圖形的方法 Graph-based methods
• 聯合訓練 Co-training
• 強化學習 Reinforcement learning
• 時間差分學習 Temporal difference learning
• Q學習 Q-learning
• 學習自動 Learning Automata
• 狀態-行動-回饋-狀態-行動（SARSA） State-Action-Reward-State-Action(SARSA)
• 深度學習 Deep learning
• 深度信念網路 Deep belief machines
• 深度卷積神經網路 Deep Convolutional neural networks
• 深度遞迴神經網路 Deep Recurrent neural networks
• 分層時間記憶 Hierarchical temporal memory
• 深度玻爾茲曼機（DBM） Deep Boltzmann Machine(DBM)
• 堆疊自動編碼器 Stacked Boltzmann Machine
• 生成式對抗網路 Generative adversarial networks
• 遷移學習 Transfer learning
• 傳遞式遷移學習 Transitive Transfer Learning
• 其他
• 主成分分析（PCA） Principal component analysis(PCA)
• 主成分迴歸（PCR） Principal component regression(PCR)
• 因子分析 Factor analysis
• Bootstrap aggregating (Bagging)
• AdaBoost
• 梯度提升機（GBM） Gradient boosting machine(GBM)
• 梯度提升決策樹（GBRT） Gradient boosted decision tree(GBRT)
• 整合學習演算法
• 降維