對于這些機(jī)器學(xué)習(xí)算法 數(shù)學(xué)不好你還真看不懂
機(jī)器學(xué)習(xí)技術(shù)不僅僅影響著當(dāng)前的人工智能領(lǐng)域,在筆者看來,機(jī)器學(xué)習(xí)當(dāng)中的算法技術(shù)甚至還可能影響到大數(shù)據(jù)對于很多領(lǐng)域的應(yīng)用深度和廣度,對于機(jī)器學(xué)習(xí)的算法來說,我們可以描述成學(xué)習(xí)一個(gè)目標(biāo)函數(shù)f,它能夠最好地映射出輸入變量X到輸出變量Y。有一類普遍的學(xué)習(xí)任務(wù)。我們要根據(jù)輸入變量X來預(yù)測出Y。我們不知道目標(biāo)函數(shù)f是什么樣的。如果早就知道,我們就可以直接使用它,而不需要再通過機(jī)器學(xué)習(xí)算法從數(shù)據(jù)中進(jìn)行學(xué)習(xí)了。
接下來我們就來了解一下常見的幾種機(jī)器學(xué)習(xí)算法以及其原理構(gòu)成。
線性回歸
線性回歸是機(jī)器學(xué)習(xí)應(yīng)用比較廣泛的一類概念和技術(shù),線性回歸通過找到一組特定的權(quán)值,稱為系數(shù)B。通過最能符合輸入變量x到輸出變量y關(guān)系的等式所代表的線表達(dá)出來。
不同的技巧可以用于線性回歸模型。比如線性代數(shù)的普通最小二乘法,以及梯度下降優(yōu)化算法。線性回歸已經(jīng)有超過200年的歷史,已經(jīng)被廣泛地研究。根據(jù)經(jīng)驗(yàn),這種算法可以很好地消除相似的數(shù)據(jù),以及去除數(shù)據(jù)中的噪聲。它是快速且簡便的首選算法。
邏輯回歸
邏輯回歸是另外一種從統(tǒng)計(jì)領(lǐng)域借鑒而來的機(jī)器學(xué)習(xí)算法,和線性回歸一樣,它的目的是找出每個(gè)輸入變量所對應(yīng)的參數(shù)值,但不同的是,預(yù)測輸出所用的變換是一個(gè)被稱作logistic的非線性函數(shù)。
正是因?yàn)槟P蛯W(xué)習(xí)的這種方式,邏輯回歸做出的預(yù)測可以被當(dāng)做輸入為0和1兩個(gè)分類數(shù)據(jù)的概率值。這在一些需要給出預(yù)測合理性的問題中非常有用。就像線性回歸,在需要移除與輸出變量無關(guān)的特征以及相似特征方面,邏輯回歸可以表現(xiàn)得很好。在處理二分類問題上,它是一個(gè)快速高效的模型。
線性判別分析
邏輯回歸是一個(gè)二分類的算法問題,當(dāng)然如果需要去進(jìn)行更多的分類,限行判別分析算法,也就是LDA是一種更好的線性分類方式。LDA包含對每一類輸入數(shù)據(jù)的統(tǒng)計(jì)特性(包含類內(nèi)樣本均值和總體樣本變量)。通過計(jì)算每個(gè)類的判別值,并根據(jù)最大值來進(jìn)行預(yù)測。這種方法假設(shè)數(shù)據(jù)服從高斯分布(鐘形曲線)。所以它可以較好地提前去除離群值。它是針對分類模型預(yù)測問題的一種簡單有效的方法。
回歸樹分析方法
決策樹式機(jī)器學(xué)習(xí)預(yù)測建模的一類重要算法,對于機(jī)器學(xué)習(xí)來說,可以用二叉樹去解釋決策樹模型,也就是根據(jù)算法和數(shù)據(jù)結(jié)構(gòu)去建立起二叉樹的模型,每個(gè)節(jié)點(diǎn)都是代表一個(gè)輸入變量以及變量的分叉點(diǎn),可以假設(shè)它是數(shù)值變量,樹的葉節(jié)點(diǎn)包括用于預(yù)測的輸出變量y。通過樹的各分支到達(dá)葉節(jié)點(diǎn),并輸出對應(yīng)葉節(jié)點(diǎn)的分類值。
樸素貝葉斯
這個(gè)模型包括兩種概率。它們可以通過訓(xùn)練數(shù)據(jù)直接計(jì)算得到:每個(gè)類的概率;給定x值情況下每個(gè)類的條件概率。根據(jù)貝葉斯定理,一旦完成計(jì)算,就可以使用概率模型針對新的數(shù)據(jù)進(jìn)行預(yù)測。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個(gè)字
最新活動更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會
-
4月30日立即下載>> 【村田汽車】汽車E/E架構(gòu)革新中,新智能座艙挑戰(zhàn)的解決方案
-
5月15-17日立即預(yù)約>> 【線下巡回】2025年STM32峰會
-
即日-5.15立即報(bào)名>>> 【在線會議】安森美Hyperlux™ ID系列引領(lǐng)iToF技術(shù)革新
-
5月15日立即下載>> 【白皮書】精確和高效地表征3000V/20A功率器件應(yīng)用指南
-
5月16日立即參評 >> 【評選啟動】維科杯·OFweek 2025(第十屆)人工智能行業(yè)年度評選
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計(jì)算迎來商業(yè)化突破,但落地仍需時(shí)間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?