计算机网络 —— HTTP协议整理

新旧10大机器学习算法总结

一、原来的10大算法

2006年，IEEE的数据挖掘会议选出了10大算法：[见点击打开链接]

1、C4.5
2、k-Means
(简单易学的机器学习算法——K-Means算法)
3、Support Vector Machines(SVM)
(简单易学的机器学习算法——支持向量机(开篇：基本概念))
(简单易学的机器学习算法——线性可分支持向量机)
(简单易学的机器学习算法——线性支持向量机)
(简单易学的机器学习算法——非线性支持向量机)
4、Apriori
(简单易学的机器学习算法——Apriori算法)
5、Expectation Maximization(EM)
(简单易学的机器学习算法——EM算法)
6、PageRank
(智能算法——PageRank)
7、AdaBoost
(简单易学的机器学习算法——AdaBoost)
8、k-Nearest Neighbors(kNN)
(简单易学的机器学习算法——K-近邻算法)
9、Naive Bayes
(简单易学的机器学习算法——朴素贝叶斯)
10、Classification and Regression Tree(CART)
(简单易学的机器学习算法——CART之回归树)

二、新的10大算法

Linear Regression
Logistic Regression
k_Means
SVMs
Random Forests
Matrix Factorization/SVD
Gradient Boost Decision Trees/Machines
Naive Bayes
Artificial Neural Networks
以下可以任挑一个：Bayesian Networks, Elastic Nets, Any other clustering algo besides k-means, LDA, Conditional Random Fields, HDPs or other Bayesian non-parametric model