机器学习算法分类_机器学习算法有哪些|全球热资讯
1、楼主肯定对机器学习了解不多才会提这种问题。
2、这问题专业程度看起来和“机器学习工程师”这词汇一样。
(资料图)
3、 机器学习，基础的PCA模型理论，贝叶斯，boost,Adaboost, 模式识别中的各种特征，诸如Hog，Haar,SIFT等 深度学习里的DBN，CNN，BP，RBM等等。
4、 非专业出身，只是略懂一点。
5、 没有常用的，只是针对需求有具体的设计，或者需要自己全新设计一个合适的算法，现在最热门的算是CNN(convolutional neural networks)卷积神经网络了。
6、 优点:不需要训练获取特征，在学习过程中自动提取图像中的特征，免去了常规方法中，大量训练样本的时间。
7、在样本足够大的情况下，能够得到非常精确的识别结果。
8、一般都能95%+的正确率。
9、 缺点：硬件要求高，CUDA的并行框架算是用的很火的了。
10、但是一般的台式机跑一个Demo花费的时间长资源占用高。
11、不过这也是这块算法的通病。
本文为大家分享到这里，希望小伙伴们有帮助。
标签：
-
综合要闻
-
政策法规
X 关闭
X 关闭