人工智能十大算法

| 企服解答

人工智能的十大算法是：1、SVM；2、K- 最近鄰算法；3、樸素貝葉斯；4、K- 均值；5、線性回歸；6、邏輯回歸；7、決策樹(shù)；8、降維；9、人工神經(jīng)網(wǎng)絡(luò)；10、隨機(jī)森林。

人工智能十大算法

1、SVM：

“支持向量機(jī)”是一種用于分類(lèi)問(wèn)題的監(jiān)督算法。支持向量機(jī)試圖在數(shù)據(jù)點(diǎn)之間繪制兩條線，它們之間的邊距最大。

為此，我們將數(shù)據(jù)項(xiàng)繪制為 n 維空間中的點(diǎn)，其中，n 是輸入特征的數(shù)量。在此基礎(chǔ)上，支持向量機(jī)找到一個(gè)最優(yōu)邊界，稱(chēng)為超平面（Hyperplane），它通過(guò)類(lèi)標(biāo)簽將可能的輸出進(jìn)行最佳分離。

2、K- 最近鄰算法：

KNN 通過(guò)在整個(gè)訓(xùn)練集中搜索 K 個(gè)最相似的實(shí)例，即 K 個(gè)鄰居，并為所有這些 K 個(gè)實(shí)例分配一個(gè)公共輸出變量，來(lái)對(duì)對(duì)象進(jìn)行分類(lèi)。

3、樸素貝葉斯：

是基于貝葉斯定理，即兩個(gè)條件關(guān)系之間。它測(cè)量每個(gè)類(lèi)的概率，每個(gè)類(lèi)的條件概率給出 x 的值。這個(gè)算法用于分類(lèi)問(wèn)題，得到一個(gè)二進(jìn)制“是 / 非”的結(jié)果。

4、K- 均值：

它是通過(guò)對(duì)數(shù)據(jù)集進(jìn)行分類(lèi)來(lái)聚類(lèi)的。例如，這個(gè)算法可用于根據(jù)購(gòu)買(mǎi)歷史將用戶(hù)分組。它在數(shù)據(jù)集中找到 K 個(gè)聚類(lèi)。K- 均值用于無(wú)監(jiān)督學(xué)習(xí)，因此，我們只需使用訓(xùn)練數(shù)據(jù) X，以及我們想要識(shí)別的聚類(lèi)數(shù)量 K。

5、線性回歸：

是比較流行的機(jī)器學(xué)習(xí)算法。線性回歸就是要找一條直線，并且讓這條直線盡可能地?cái)M合散點(diǎn)圖中的數(shù)據(jù)點(diǎn)。它試圖通過(guò)將直線方程與該數(shù)據(jù)擬合來(lái)表示自變量（x 值）和數(shù)值結(jié)果（y 值）。

6、邏輯回歸：

與線性回歸類(lèi)似，但邏輯回歸的結(jié)果只能有兩個(gè)的值。

7、決策樹(shù)：

如果說(shuō)線性和邏輯回歸都是把任務(wù)在一個(gè)回合內(nèi)結(jié)束，那么決策樹(shù)就是一個(gè)多步走的動(dòng)作，它同樣用于回歸和分類(lèi)任務(wù)中，不過(guò)場(chǎng)景通常更復(fù)雜且具體。

8、降維：

由于我們今天能夠捕獲的數(shù)據(jù)量之大，機(jī)器學(xué)習(xí)問(wèn)題變得更加復(fù)雜。這就意味著訓(xùn)練極其緩慢，而且很難找到一個(gè)好的解決方案。這一問(wèn)題，通常被稱(chēng)為“維數(shù)災(zāi)難”。

9、人工神經(jīng)網(wǎng)絡(luò)：

它可以處理大型復(fù)雜的機(jī)器學(xué)習(xí)任務(wù)。神經(jīng)網(wǎng)絡(luò)本質(zhì)上是一組帶有權(quán)值的邊和節(jié)點(diǎn)組成的相互連接的層，稱(chēng)為神經(jīng)元。

10、隨機(jī)森林：

這是一種非常流行的集成機(jī)器學(xué)習(xí)算法。這個(gè)算法的基本思想是，許多人的意見(jiàn)要比個(gè)人的意見(jiàn)更準(zhǔn)確。在隨機(jī)森林中，我們使用決策樹(shù)集成（參見(jiàn)決策樹(shù)）。

| 擴(kuò)展閱讀

在計(jì)算機(jī)科學(xué)中，人工智能（AI）有時(shí)被稱(chēng)為機(jī)器智能，是由機(jī)器展示的智能，與人類(lèi)和動(dòng)物展示的自然智能形成對(duì)比。

通俗地說(shuō)，“人工智能”一詞用來(lái)描述模仿人類(lèi)與其他人類(lèi)思維相關(guān)聯(lián)的“認(rèn)知”功能的機(jī)器，如“學(xué)習(xí)”和“解決問(wèn)題”。

人工智能的定義：

1、計(jì)算機(jī)科學(xué)將人工智能研究定義為對(duì)“智能代理”的研究：任何感知其環(huán)境并采取最優(yōu)行動(dòng)使其有機(jī)會(huì)成功實(shí)現(xiàn)目標(biāo)的設(shè)備。

2、一個(gè)更詳細(xì)的定義將人工智能描述為“一個(gè)可以正確解釋外部數(shù)據(jù)，從這些數(shù)據(jù)中學(xué)習(xí)，并利用這些學(xué)習(xí)通過(guò)靈活的適應(yīng)提升實(shí)現(xiàn)特定目標(biāo)和任務(wù)的能力的系統(tǒng)。”