机器学习算法:哪种算法适合解决哪类问题?

我刚开始接触机器学习领域,我注意到有很多算法或算法集可以使用:支持向量机、决策树、朴素贝叶斯、感知器等……因此我想知道应该使用哪种算法来解决哪类问题?换句话说,哪种算法适合解决哪类问题?

所以我的问题是,您是否知道有哪个网站或书籍专注于算法选择问题?

任何帮助都将不胜感激。提前感谢。

Horace


回答:

参加Andrew Ng 在 Coursera 上的机器学习课程。课程内容编排得非常好,解释了不同类型机器学习算法之间的差异,提供了关于何时使用每种算法的建议,并且包含了对实践者有用的材料以及数学内容,如果你需要的话。我自己也在学习机器学习,这个资源迄今为止是最有用的。

(另一个你可能会觉得有用的建议是考虑学习 Python。这是我自己犯的一个错误,没有在早期阶段开始学习 Python,从而排除了许多基于 Python 的书籍、网页、SDK 等。事实证明,Python 非常容易上手,至少从我个人的观察来看,在机器学习和数据科学社区中被广泛使用。)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注