机器学习技术

现如今有许多常用的不同机器学习技术。不同的技术最适合不同的问题。下面总结了一些领先的技术。

方法	描述	应用
逻辑回归	一种使用分布函数估计概率，将数据集中的元素分为不同类别的方法。	信用评分衡量营销活动是否成功
分类树	用于对输入数据进行分类的二元分类问题的层次结构。有时并行使用一组树来降低单个树的过度专业化风险。	欺诈检测医学诊断客户行为预测
深度学习	多层神经网络，一种模拟生物大脑功能的网络。	计算机视觉自然语言处理
支持向量机	此方法试图找到一个数学函数，借此将一组数据点正确地分为两类。	显示广告基于图像的性别检测大规模图像分类
朴素贝叶斯	一种基于对一组变量应用贝叶斯定理的分类模型。之所以是“朴素贝叶斯”，因为它假定变量是完全独立的。	垃圾电子邮件识别新闻文章分类人脸识别

Automation Consultants 了解上述所有技术，并将采用最适合你的目标和你的数据的方法。

虽然方法很重要，但可用数据的数量和质量可能更重要。分析和清理数据是 ML 项目取得成功的关键部分。

现如今有许多常用的不同机器学习技术。不同的技术最适合不同的问题。下面总结了一些领先的技术。

方法	描述	应用
逻辑回归	一种使用分布函数估计概率，将数据集中的元素分为不同类别的方法。	信用评分衡量营销活动是否成功
分类树	用于对输入数据进行分类的二元分类问题的层次结构。有时并行使用一组树来降低单个树的过度专业化风险。	欺诈检测医学诊断客户行为预测
深度学习	多层神经网络，一种模拟生物大脑功能的网络。	计算机视觉自然语言处理
支持向量机	此方法试图找到一个数学函数，借此将一组数据点正确地分为两类。	显示广告基于图像的性别检测大规模图像分类
朴素贝叶斯	一种基于对一组变量应用贝叶斯定理的分类模型。之所以是“朴素贝叶斯”，因为它假定变量是完全独立的。	垃圾电子邮件识别新闻文章分类人脸识别

Automation Consultants 了解上述所有技术，并将采用最适合你的目标和你的数据的方法。

虽然方法很重要，但可用数据的数量和质量可能更重要。分析和清理数据是 ML 项目取得成功的关键部分。