ویرگول
ورودثبت نام
سایوتک
سایوتکمرجع اخبار رویداد های علم و فناوری جهان | اخبار تکنولوژی ، اکتشافات علمی، رویداد های جهانی علم و تکنولوژی
سایوتک
سایوتک
خواندن ۲ دقیقه·۳ سال پیش

9 الگوریتم محبوب یادگیری ماشین


در این مقاله از سایوتک، 9 مورد از محبوب ترین الگوریتم های رایج یادگیری ماشین را بررسی می کنیم

الگوریتم های رایج و محبوب یادگیری ماشین:

1. الگوریتم طبقه بندی کننده ساده بیز (یادگیری نظارت شده – طبقه بندی):

– بر اساس قضیه بیز، این طبقه بندی کننده یک کلاس/رده را به طور مستقل برای هر مقدار پیش بینی می کند. با وجود سادگی، اغلب از روش های طبقه بندی پیچیده تر بهتر عمل می کند.

2. K به معنای الگوریتم خوشه بندی (یادگیری بدون نظارت – خوشه بندی):

– این الگوریتم برای دسته بندی داده های بدون برچسب استفاده می شود، این الگوریتم گروه ها را به صورت تکراری بر اساس ویژگی های ارائه شده پیدا می کند.

3. الگوریتم ماشین برداری پشتیبان (یادگیری تحت نظارت – طبقه بندی):

– این الگوریتم ها داده ها را برای طبقه بندی و رگرسیون تجزیه و تحلیل می کنند. آنها داده ها را بر اساس مجموعه ای از مثال های آموزشی به دسته ها فیلتر می کنند و مدلی می سازند که مقادیر جدیدی را به دسته ها اختصاص می دهد.

4. رگرسیون خطی (یادگیری نظارت شده/رگرسیون):

– ابتدایی ترین نوع رگرسیون، کمک به درک روابط بین دو متغیر پیوسته.

5. رگرسیون لجستیک (یادگیری نظارت شده – طبقه بندی):

– بر تخمین احتمال یک رویداد بر اساس داده های قبلی، مناسب برای نتایج باینری (۰ و ۱) تمرکز می کند.

6. شبکه های عصبی مصنوعی (یادگیری تقویتی):

– متشکل از واحدهای به هم پیوسته، با الهام از سیستم های بیولوژیکی، به طور هماهنگ برای حل مسائل خاص کار می کنند. آنها با مثال و تجربه یاد می گیرند که برای مدل سازی روابط غیر خطی در داده های با ابعاد بالا یا پیچیده مفید است.

7. درخت تصمیم (یادگیری نظارت شده – طبقه بندی/رگرسیون):

– ساختار درخت مانند که هر نتیجه ممکن از یک تصمیم را نشان می دهد. هر گره نشان دهنده یک آزمایش روی یک متغیر خاص است و هر شاخه نتیجه آن آزمایش است.

8. جنگل های تصادفی (یادگیری نظارت شده – طبقه بندی/رگرسیون):

– یک روش یادگیری گروهی که چندین الگوریتم را برای ایجاد نتایج بهتر ترکیب می کند. اگرچه هر طبقه‌بندی‌کننده فردی ضعیف است، اما این ترکیب نتایج عالی ایجاد می‌کند.

9. نزدیکترین همسایه ها (یادگیری تحت نظارت):

– الگوریتم K-Nearest-Neighbour با بررسی نقاط داده نزدیک، احتمال یک نقطه داده متعلق به یک گروه خاص را تخمین می زند.

در نتیجه، انتخاب الگوریتم های یادگیری ماشین مناسب برای تجزیه و تحلیل کسب و کار شما مستلزم در نظر گرفتن عوامل مختلفی است. برای استفاده از این مدل ها نیازی نیست که یک دانشمند داده یا آماردان متخصص باشید. در SAS، محصولات و راه‌حل‌های ما مجموعه‌ای جامع از الگوریتم‌های یادگیری ماشینی را ارائه می‌کنند که به شما کمک می‌کند به‌طور مداوم از داده‌هایتان ارزش استخراج کنید.

ادامه این مقاله را در سایوتک بخوانید

یادگیری ماشینالگوریتمهوش مصنوعیدادهیادگیری ماشینی
۰
۰
سایوتک
سایوتک
مرجع اخبار رویداد های علم و فناوری جهان | اخبار تکنولوژی ، اکتشافات علمی، رویداد های جهانی علم و تکنولوژی
شاید از این پست‌ها خوشتان بیاید