相关阅读:

300本计算机编程的经典书籍下载

来源:AI研习社

通过本篇文章可以对ML的常用算法有个常识性的认识,没有代码,没有复杂的理论推导,就是图解一下,知道这些算法是什么,它们是怎么应用的,例子主要是分类问题。

每个算法都看了好几个视频,挑出讲的最清晰明了有趣的,便于科普。 以后有时间再对单个算法做深入地解析。

今天的算法如下:

  1. 决策树

  2. 随机森林算法

  3. 逻辑回归

  4. SVM

  5. 朴素贝叶斯

  6. K最近邻算法

  7. K均值算法

  8. Adaboost算法

  9. 神经网络

  10. 马尔可夫

1.  决策树

根据一些 feature 进行分类,每个节点提一个问题,通过判断,将数据分为两类,再继续提问。这些问题是根据已有数据学习出来的,再投入新数据的时候,就可以根据这棵树上的问题,将数据划分到合适的叶子上。

2、随机森林

在源数据中随机选取数据,组成几个子集:

S矩阵是源数据,有1-N条数据,A、B、C 是feature,最后一列C是类别:

由S随机生成M个子矩阵:

这M个子集得到 M 个决策树:
将新数据投入到这M个树中,得到M个分类结果,计数看预测成哪一类的数目最多,就将此类别作为最后的预测结果。

3、逻辑回归

当预测目标是概率这样的,值域需要满足大于等于0,小于等于1的,这个时候单纯的线性模型是做不到的,因为在定义域不在某个范围之内时,值域也超出了规定区间。

所以此时需要这样的形状的模型会比较好:

那么怎么得到这样的模型呢?

这个模型需要满足两个条件 “大于等于0”,“小于等于1” 
大于等于0 的模型可以选择绝对值,平方值,这里用指数函数,一定大于0;
小于等于1 用除法,分子是自己,分母是自身加上1,那一定是小于1的了。

再做一下变形,就得到了 logistic regressions 模型:

通过源数据计算可以得到相应的系数了:

最后得到 logistic 的图形:

4、SVM

要将两类分开,想要得到一个超平面,最优的超平面是到两类的 margin 达到最大,margin就是超平面与离它最近一点的距离,如下图,Z2>Z1,所以绿色的超平面比较好。

将这个超平面表示成一个线性方程,在线上方的一类,都大于等于1,另一类小于等于-1:

点到面的距离根据图中的公式计算:

所以得到total margin的表达式如下,目标是最大化这个margin,就需要最小化分母,于是变成了一个优化问题:

举个例子,三个点,找到最优的超平面,定义了 weight vector=(2,3)-(1,1):

得到weight vector为(a,2a),将两个点代入方程,代入(2,3)另其值=1,代入(1,1)另其值=-1,求解出 a 和 截矩 w0 的值,进而得到超平面的表达式。

a求出来后,代入(a,2a)得到的就是support vector,

a和w0代入超平面的方程就是support vector machine。

5、朴素贝叶斯

举个在 NLP 的应用:

给一段文字,返回情感分类,这段文字的态度是positive,还是negative:

为了解决这个问题,可以只看其中的一些单词:

这段文字,将仅由一些单词和它们的计数代表:

原始问题是:给你一句话,它属于哪一类 ?
通过bayes rules变成一个比较简单容易求得的问题:

问题变成,这一类中这句话出现的概率是多少,当然,别忘了公式里的另外两个概率。

例子:单词“love”在positive的情况下出现的概率是 0.1,在negative的情况下出现的概率是0.001。

6、K最近临算法

给一个新的数据时,离它最近的 k 个点中,哪个类别多,这个数据就属于哪一类。

例子:要区分“猫”和“狗”,通过“claws”和“sound”两个feature来判断的话,圆形和三角形是已知分类的了,那么这个“star”代表的是哪一类呢?

k=3时,这三条线链接的点就是最近的三个点,那么圆形多一些,所以这个star就是属于猫。

7、K均值算法

先要将一组数据,分为三类,粉色数值大,黄色数值小 。
最开始先初始化,这里面选了最简单的 3,2,1 作为各类的初始值 。
剩下的数据里,每个都与三个初始值计算距离,然后归类到离它最近的初始值所在类别。

分好类后,计算每一类的平均值,作为新一轮的中心点:

几轮之后,分组不再变化了,就可以停止了:

8、Adaboost 

adaboost 是 bosting 的方法之一。

bosting就是把若干个分类效果并不好的分类器综合起来考虑,会得到一个效果比较好的分类器。

下图,左右两个决策树,单个看是效果不怎么好的,但是把同样的数据投入进去,把两个结果加起来考虑,就会增加可信度。

adaboost 的例子,手写识别中,在画板上可以抓取到很多 features,例如始点的方向,始点和终点的距离等等。

training的时候,会得到每个feature的weight,例如2和3的开头部分很像,这个feature对分类起到的作用很小,它的权重也就会较小。

而这个alpha角就具有很强的识别性,这个feature的权重就会较大,最后的预测结果是综合考虑这些feature的结果。

9、网络神经

Neural Networks适合一个input可能落入至少两个类别里:

NN由若干层神经元,和它们之间的联系组成。 
第一层是input层,最后一层是output层。

在hidden层和output层都有自己的classifier。

input输入到网络中,被激活,计算的分数被传递到下一层,激活后面的神经层,最后output层的节点上的分数代表属于各类的分数,下图例子得到分类结果为class 1;

同样的input被传输到不同的节点上,之所以会得到不同的结果是因为各自节点有不同的weights 和bias,这也就是forward propagation。

10、马尔可夫

Markov Chains 由state和transitions组成。

例子,根据这一句话 ‘the quick brown fox jumps over the lazy dog’,要得到markov chains。

步骤,先给每一个单词设定成一个状态,然后计算状态间转换的概率。

这是一句话计算出来的概率,当你用大量文本去做统计的时候,会得到更大的状态转移矩阵,例如the后面可以连接的单词,及相应的概率。

生活中,键盘输入法的备选结果也是一样的原理,模型会更高级。

此链接可观看详细视频讲解:https://www.leiphone.com/news/201707/nL57wR7ZtbfsRgDR.html?viewType=weixin

看完本文有收获?请转发分享给更多人


欢迎关注“互联网架构师”,我们分享最有价值的互联网技术干货文章,助力您成为有思想的全栈架构师,我们只聊互联网、只聊架构,不聊其他!打造最有价值的架构师圈子和社区。

本公众号覆盖中国主要首席架构师、高级架构师、CTO、技术总监、技术负责人等人 群。分享最有价值的架构思想和内容。打造中国互联网圈最有价值的架构师圈子。

  • 长按下方的二维码可以快速关注我们

  • 如想加群讨论学习,请点击右下角的“加群学习”菜单入群

十大必须掌握的机器学习算法,你都知道了吗?相关推荐

  1. 数学建模当中常用的十大模型及各对应算法

    数学建模当中常用的十大模型及各对应算法 图文展示:

  2. 大数据算法_大数据时代,机器学习算法该如何升级?

    文 /杨晓宁 随着产业界数据量的爆炸式增长,大数据概念受到越来越多的关注.由于大数据的海量.复杂多样.变化快的特性,对于大数据环境下的应用问题,传统的小数据上的机器学习算法很多已不再适用.因此,研究大 ...

  3. 长得类似铁甲小宝的机器人_铁甲小宝中十大机器人战斗力排行榜,第一谁都猜到了...

    原标题:铁甲小宝中十大机器人战斗力排行榜,第一谁都猜到了 九零后童年回忆中也有一部特摄剧让人记忆深刻,那就是<铁甲小宝>.在铁甲小宝中有很多机器人,一帮机器人争夺和平星.那这些机器人中谁的 ...

  4. 计算机科学与技术单身率,大学里单身率最高的十大专业,单身狗连呼吸都是错!...

    大学里单身率最高的十大专业,单身狗连呼吸都是错! 2019-1-24 15:50:16 | 点击889次 我仍然记得,每个高中老师都说过,"上了大学就轻松了",可轻松是轻松就是没对 ...

  5. 数据科学家常用的十大机器学习算法,都在这了!

    导语:本文列出了数据科学家使用的十大机器学习算法,并且介绍了这十大算法的特点,供各位机器学习的新人们更好地理解和应用. 文/James Le 译/ 之肴 编辑/ 消失的牛角包 在机器学习领域,有种说法 ...

  6. 十大数据挖掘领域的经典算法

    国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 早前评选出了数据挖掘领域的十大经典算法:C4.5, k-Means, ...

  7. 大数据分析人工智能中机器学习算法有哪些

    术语机器学习常常被错误互换与人工智能.实际上,机器学习是AI的一个子领域.机器学习有时也与预测分析或预测建模相混淆.同样,机器学习可用于预测建模,但这只是预测分析的一种类型,其用途比预测建模更广泛. ...

  8. 达摩院公布:2022十大科技趋势发布,我一个都看不懂!

    机器之心报道 编辑:萝卜皮 一个世纪以来,数字科技的演进推动了人类的技术进步与产业发展.我们当前正在经历数字科技最快发展的阶段,数字化.网络化.智能化让数字世界与物理世界的融合与协同更加紧密. 近日, ...

  9. 2018十大科技丑闻,连娱乐圈都甘拜下风

    来源:科技日报 这一年里,风起云涌的科技界很忙 有些人尝到了甜头 有些人却吃到了苦头 有些事件令人瞠目结舌.难以置信 "404"教授梁莹120篇论文凭空蒸发 韩春雨论文调查结果被吐 ...

  10. 2018星际AI大赛冠军诞生!一个个机器学习算法,都输给不会学习的韩国bot

    夏乙 问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI 刚刚,星际争霸AI大赛新王诞生! 二十多个掌握了机器学习技能的AI,全都在一个不会学习.只会基于规则机械行动的bot面前,俯首称臣. ...

最新文章

  1. webpack之 loader
  2. 你觉得 ThreadLocalRandom 这玩意真的安全吗?
  3. Solidworks如何创建投影曲线
  4. 跨链Cosmos(10) IBC接口
  5. matlab cameraman,cameraman.tif 原图
  6. 树莓派3ftp服务器修改地址,树莓派3搭建ftp服务器
  7. 使用console进行 性能测试 和 计算代码运行时间
  8. 导频矢量推导与离散信号傅里叶变换
  9. 毕业论文页码及目录设置方法
  10. 嵌入式系统上电,程序的运行过程
  11. PAT乙级1068 万绿丛中一点红 (20 分)
  12. mysql建立spj_数据库概论——SQL练习一(SPJ零件问题)
  13. execve()函数的研究
  14. 【操作系统】文件系统大作业
  15. JDK1.8(jdk8)的下载与安装
  16. 事业单位计算机和办公软件基础知识,计算机基础知识(事业单位计算机考试常考知识点总结)...
  17. oracle 查找非中文,Oracle中如何判断一个字符串是否含有汉字
  18. 《学习如何学习》Week1 3.4 名人采访3: 如何写作?
  19. Proxy Switchysharp配置
  20. 《抽样技术》第5章 不等概抽样

热门文章

  1. 黑马程序员——OC代码规范和编程风格
  2. 故障:“远程计算机需要网络级别身份验证
  3. inDesign教程,如何设置名片?
  4. 如何在 Mac 上合并 PDF?
  5. DaisyDisk for Mac(磁盘清理软件)
  6. HTTPS客户端验证服务器端的过程
  7. JAVA程序员面试32问(价值8k)你认同吗?
  8. Oracle基础学习(四) 游标
  9. 寻找互联网创业的时间点规律
  10. 2016年不容错过的十五大智能家居产品