人工智能算法总结

一、人工智能 包含  机器学习   包含  深度学习

二、机器学习 分为:有监督机器学习、无监督机器学习

三、有监督机器学习 分为:回归和分类

回归常用算法:

线性回归

多项式回归

岭回归

lasso回归

分类常用算法:

逻辑回归

svm分类

朴素贝叶斯算法

决策树

随机森林

kNN

四、无监督机器学习分为:聚类和降维

聚类常用的算法

1、基于划分:k-means、k-medoids、k-modes、k-medians、kernel k-means等算法

2、基于层次:BIRCH算法、CURE算法、CHAMELEON算法

3、基于密度:DBSCAN算法、OPTICS算法、DENCLUE算法

4、基于网格:STING算法、CLIQUE算法、WAVE-CLUSTER算法

5、基于模型:高斯混合模型(基于概率模型)、Self Organized Maps(SOM,基于神经网络)

6、基于模糊:模糊C均值(简称FCM)聚类算法是HCM聚类算法的改进。

降维常用的算法

 

主成分分析PCA

多维缩放(MDS)

线性判别分析(LDA)

等度量映射(Isomap)

局部线性嵌入(LLE)

t-SNE

Deep Autoencoder Networks

 

五、神经网络:

前馈神经网络(FFNN)

径向基神经网络(RBF)

霍普菲尔网络(HN)

马尔可夫链(MC)

玻尔兹曼机(BM)

受限玻尔兹曼机(RBM)

自编码机(AE)

稀疏自编码机(SAE)

变分自编码机(VAE)

 去噪自编码机(DAE)

深度信念网络(DBN)

卷积神经网络(CNN)

解卷积网络(DN)

深度卷积逆向图网络(DCIGN)

生成式对抗网络(GAN)

循环神经网络(RNN)

长短期记忆(LSTM)

门循环单元(GRU)

神经图灵机(NTM)

BiRNN、BiLSTM、BiGRU

深度残差网络(DRN)

回声状态网络(ESN)

极限学习机(ELM)

液态机(LSM)

支持向量机(SVM)

Kohonen 网络

你可能感兴趣的:(AI)