算法-综述

1、机器学习概论。

2、线性回归与Logistic。案例：电子商务业绩预测

3、岭回归，Lasso，变量选择技术。从一团乱麻中识别有用维度的技巧

4、降维技术。案例：业绩综合指标设计

5、线性分类器，Knn算法，朴素贝叶斯分类器，文本挖掘，案例：智能判断垃圾短信，通过文本挖掘给用户加标签，评论自动分析，用户流失预警

6、决策树，组合提升算法，bagging和adaboost，随机森林。案例：运营商用户分析

7、支持向量机，为什么能理解SVM的人凤毛麟角？

?

8、人工神经网络，单层感知器，线性神经网络，BP神经网络，基于梯度下降的学习算法，图像压缩和银行用户信用评估

9、通用逼近器径向基函数神经网络，在新观点下审视PDA和SVM。Hopfield联想记忆型神经网络。案例：字符识别，人脸识别

10、概率神经网络和信念贝叶斯分类器

11、聚类，孤立点判别。案例：推荐系统，自动品酒器，作弊识别，社会系统团体识别

时间： 2024-10-25 17:50:44

算法-综述的相关文章

特征选择常用算法综述

特征选择的一般过程: 1.生成子集:搜索特征子集,为评价函数提供特征子集 2.评价函数:评价特征子集的好坏 3.停止准则:与评价函数相关,一般是阈值,评价函数达到一定标准后就可停止搜索 4.验证过程:在验证数据集上验证选出来的特征子集的有效性 1.生成子集 搜索算法有 完全搜索.启发式搜索.随机搜索 三大类. (1)完全搜索 <1>宽搜(Breadth First Search):时间复杂度高,不实用 <2>分支界限搜索(Branch and Bound):其实就是宽搜加上深度的限

网格聚类算法综述

网格聚类算法综述 (1)STING STING(Statistical Information Grid)是一种基于网格的多分辨率聚类技术它将空间区域划分为矩型单元.针对不同级别的分辨率,通常存在多个级别的矩形单元,这些单元形成了一个层次结构:高层的每个单元被划分为多个低一层的单元.每个网格单元属性的统计信息(例如平均值.最大值和最小值)被预先计算和存储.这些统计信息对于下面描述的查询处理是有用的. STING有几个优点:(1)由于存储在每个单元中的统计信息提供了单元中的数据不依赖查询的汇总信息

关联规则挖掘算法综述

摘  要  本文介绍了关联规则的基本概念和分类方法,列举了一些关联规则挖掘算法并简要分析了典型算法,展望了关联规则挖掘的未来研究方向. 关键词  数据挖掘,关联规则,频集,Apriori算法,FP-树 1 引言 关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系.它在数据挖掘中是一个重要的课题,最近几年已被业界所广泛研究. 关联规则挖掘的一个典型例子是购物篮分析.关联规则研究有助于发现交易数据库中不同商品(项)之间的联系,找出顾客购买行为模式,如购买了某一商品对购买其他商品的影响.分析结果可

运动目标检测跟踪各过程算法综述

运动目标检测跟踪各过程算法综述 图像预处理数字图像中的几种典型噪声有:高斯噪声来源于电子电路噪声和低照明度或高温带来的传感器噪声:椒盐噪声类似于随机分布在图像上的胡椒和盐粉微粒,主要由图像切割引起或变换域引起的误差:加性噪声是图像在传输中引进的信道噪声.一般来说,引入的都是加性随机噪声,可以采用均值滤波.中值滤波.高斯滤波等方法去除噪声,提高信噪比.均值滤波在噪声分布较平均,且峰值不是很高的情况下能够得到较好的应用:中值滤波对尖脉冲噪声的滤除有较好的效果,并且能突出图像的边缘和细节:高斯滤波对滤

运动目标跟踪算法综述

运动目标跟踪是视频监控系统中不可缺少的环节.在特定的场景中,有一些经典的算法可以实现比较好的目标跟踪效果.本文介绍了一般的目标跟踪算法,对几个常用的算法进行对比,并详细介绍了粒子滤波算法和基于轮廓的目标跟踪算法.最后简单介绍了目标遮挡的处理.多摄像头目标跟踪和摄像头运动下的目标跟踪. 一.一般的目标跟踪算法 一般将目标跟踪分为两个部分:特征提取.目标跟踪算法.其中提取的目标特征大致可以分为以下几种: 1) 以目标区域的颜色直方图作为特征,颜色特征具有旋转不变性,且不受目标物大小和形状的变化影响,

梯度下降优化算法综述

本文翻译自Sebastian Ruder的"An overview of gradient descent optimization algoritms",作者首先在其博客中发表了这篇文章,其博客地址为:An overview of gradient descent optimization algoritms,之后,作者将其整理完放在了arxiv中,其地址为:An overview of gradient descent optimization algoritms,在翻译的过程中以

梯度下降优化算法综述（翻译）

原文链接:http://sebastianruder.com/optimizing-gradient-descent 原文题目:An overview of gradient descent optimization algorithms 博文地址:http://blog.csdn.net/wangxinginnlp/article/details/50974594 梯度下降是最流行的优化算法之一并且目前为止是优化神经网络最常见的算法.与此同时,每一个先进的深度学习库都包含各种算法实现的梯度下降

人工智能算法综述

"那一些被认作常识的东西,是不是只是时代的附属品?从整个历史的长河去看待,也许是一些莫名其妙或者残忍至极的怪事而已" ---- 默默无名 这两年因为一些爆炸式的AI应用,导致又把公众的视野转向这个方向发展,自图灵提出"图灵测试"之后,AI已经爆发了两次热潮,相应的也跌入了两次低谷,目前看应该是进入了第三次的热潮,但是之后是迎来"奇点",还是第三次低谷,尚不可知. 强人工智能(也就是通用人工智能),或者说机器的自我意识,自然是一个终极目标,但是当我

路径规划算法综述

本文主要记录在调研移动机器的路径规划时找到的相关的算法. A*算法的详解 https://blog.csdn.net/hitwhylz/article/details/23089415 扫地机器人中用到的路径规划算法 https://www.leiphone.com/news/201606/p4rtD88yiYVQT6F9.html 导航和路径规划综述 https://blog.csdn.net/david_han008/article/details/68926189 Dijkstra算法与A