三、核心算法分类
1. 监督学习(Supervised Learning)
-
回归问题
- 算法:线性回归、决策树回归、XGBoost
- 应用:房价预测、销售额趋势分析
-
分类问题
- 算法:逻辑回归、SVM、随机森林
- 应用:垃圾邮件识别、医疗诊断
2. 无监督学习(Unsupervised Learning)
-
聚类
- 算法:K-Means、DBSCAN
- 应用:客户分群、异常检测
-
降维
- 算法:PCA(主成分分析)、t-SNE
- 应用:数据可视化、特征压缩
3. 深度学习(Deep Learning)
| 模型类型 | 典型架构 | 应用场景 |
|---|---|---|
| CNN | ResNet、VGG | 图像分类、目标检测 |
| RNN | LSTM、GRU | 时间序列预测(股票/天气) |
| Transformer | BERT、GPT | 自然语言处理(翻译/摘要) |
| GNN | GraphSAGE | 社交网络分析、推荐系统 |
4. 强化学习(Reinforcement Learning)
- 算法:Q-Learning、PPO(近端策略优化)
- 应用:游戏AI(AlphaGo)、机器人控制
微信扫一扫









