计算机知识体系图谱总结

计算机知识体系图谱总结_第1张图片

计算机知识体系图谱总结_第2张图片

计算机知识体系图谱总结_第3张图片

机器学习的算法总结:

  • 感知机
  • 决策树
  • 支持向量机
  • 集成学习Adaboost
  • 降维与度量学习
  • 聚类
  • 贝叶斯分类器
  • 构造条件概率:回归分析和统计分析
  • 高斯过程回归
  • 线性判别分析
  • 最近邻居法
  • 径向基函数核
  • 再生模型构造概率密度函数
  • 最大期望算法
  • 概率图模型
  • 贝叶斯网
  • Markov随机场
  • 近似推断技术
  • 马尔科夫链蒙特卡洛方法
  • 变分法
  • 最有法
  • 生成塔普映射(generative topographic mapping)

深度学习的框架:深度学习里面主要是(特征学习和表征学习)

  • 深度神经网络(DNN)
  • 卷积神经网络(CNN)
  • 深度置信网络(DBN)
  • 循环神经网络(RNN)

你可能感兴趣的:(【人工智能AI】)