Hem Personliga finanser Val av rätt algoritm för maskininlärning - dummies

Val av rätt algoritm för maskininlärning - dummies

Video: Steg 6. Maskininlärning, artificiell Intelligens & indikatorer. 2024

Video: Steg 6. Maskininlärning, artificiell Intelligens & indikatorer. 2024
Anonim

Del av maskinlärande för dummies Cheat Sheet < Maskininlärning innebär användning av många olika algoritmer. Denna tabell ger dig en snabb sammanfattning av styrkor och svagheter hos olika algoritmer.

Algoritm

Bäst på Fördelar Nackdelar Slumpmässig skog
Apt vid nästan alla maskininlärningsproblem Bioinformatik

Kan arbeta parallellt

Sällan överfyller > Behandlar saknade värden automatiskt

Inget behov av att ändra någon variabel

Det går inte att ändra parametrar

Kan användas av nästan alla med utmärkta resultat

Svårt att tolka

Svagare vid regression vid uppskattning av värden vid extremiteterna i fördelningen av responsvärden

Förskjutna i flerklassproblem mot frekventare klasser

Gradient Boosting

Apt vid nästan alla maskininlärningsproblem

Sökmotorer (lösa problemet med att lära sig att rangordna) > Det kan approximera mest olinjära funktionen Bäst i klasspredikern

Hanterar saknade värden automatiskt

Inget behov av att ändra någon variabel

Det kan överföras om det körs för många iterationer

Känslig för bullriga data och outliers

Fungerar inte bra utan parameterinställning

Linjär regression

Baseline predic

Ekonometriska förutsägelser

Modellering av marknadsresponser Enkelt att förstå och förklara

Det går sällan över

Med L1 och L2-regularisering är det effektivt att välja funktion

Snabbt träning

Lätt att Träna på stora data tack vare sin stokastiska version

Du måste arbeta hårt för att passa den i icke-linjära funktioner.

Kan drabbas av utelämnare.

Supportvektorer

Teckenigenkänning

Bildigenkänning

Text klassificering Automatisk olinjär funktion skapande

Kan approximera komplexa olinjära funktioner

Svårt att tolka vid tillämpning av icke-linjära kärnor

Lider av alltför många exempel. Efter 10 000 exempel börjar det ta för lång tid att träna

K-närmaste grannar

Datorsyn

Multilabel-taggning

Recommender-system Stavningskontrollproblem

Snabb och lat träning

Kan naturligtvis hantera extrema multiclassproblem (t.ex. taggtext)

Slow och besvärlig i den förutsägande fasen

Kan misslyckas med att förutsäga corr

Adaboost

Ansiktsigenkänning

Hanterar saknade värden automatiskt

Det går inte att omforma någon variabel Det går inte lätt att överföra Få parametrar att tweak > Naive Bayes

Ansiktsigenkänning

Sentimentanalys

Spam-detektering

Kännetecknande för spridningsdetektering

Text klassificering

Enkelt och snabbt att implementera, kräver inte för mycket minne och kan användas för online-lärande

Lätt att förstå Med hänsyn till förkunskaper

Starka och orealistiska kännetecken för självständighetsförutsättningar > Bildigenkänning

Språkigenkänning och översättning

Taligenkänning

Visionsigenkänning

Kan approximera någon olinjär funktion

Robust till outliers

Fungerar endast med en del av exemplen (supportvektorn s)

Mycket svårt att ställa in

Svårt att ställa på grund av för många parametrar och du måste också bestämma nätverkets arkitektur

Svårt att tolka Lätt att övergå

Logistisk regression < Beställa resultat med sannolikhet

Modellering av marknadsreaktioner

Enkelt att förstå och förklara

Det övergår sällan

Med L1 och L2-regularisering är effektiv i funktionen val

Den bästa algoritmen för att förutsäga sannolikheten för en händelse

Snabbt träning

Lätt att träna på stora data tack vare sin stokastiska version

Du måste arbeta hårt för att passa in i olinjära funktioner.

Kan drabbas av outliers

SVD Recommender system

Kan omstrukturera data på ett meningsfullt sätt

Svårt att förstå varför data har omstrukturerats på ett visst sätt

PCA

Ta bort collinearity

Minska datadimensionens minskning

Antyder starka linjära antaganden (komponenter är en viktad summering av funktioner) K-means

Segmentering

Snabbt att hitta kluster

Kan upptäcka avvikande enheter i flera dimensioner Förluster från multikollinearitet Kluster är sfäriska, kan inte detektera grupper av annan form Instabil lösningar, beror på initialisering
Val av rätt algoritm för maskininlärning - dummies

Redaktörens val

Hur man lägger till text i en sätter () Funktion i C Programmering

Hur man lägger till text i en sätter () Funktion i C Programmering

När du behöver visa en annan textrad, använd C-programmeringsfärdigheterna för att skapa en annan puts () -funktion i källkoden, som visas i Visa två textlinjer. VISA TILL TEXTFINER # inkludera int main () {sätter ("Hickory, Dickory, Dock,"); sätter ("musen sprang klockan."); returnera (0);} Den andra ...

Förklarar variabler i C-dummies

Förklarar variabler i C-dummies

Variabler är det som gör dina program zooma. Programmering kan bara inte bli gjort utan dem. Så om du inte har introducerats till variabler än, här går du. Valerie Variable är en numerisk variabel. Hon älskar att hålla nummer - vilket nummer som helst; det spelar ingen roll. När hon ser ett lika tecken tar hon ett värde och ...

Redaktörens val

Gör rädsla för din vän - dummies

Gör rädsla för din vän - dummies

Rädsla är lika verklig som mod. Även om värdet av rädsla inte är lika uppenbart som modets värde, har det dess fördelar. Rädsla är din instinkt som säger att du är obehaglig - även om situationen inte kommer att skada dig. Alla har haft den känslan när man hellre drar locket ...

Hur man ökar din självmedvetenhet - dummies

Hur man ökar din självmedvetenhet - dummies

Du kommer att vara med dig själv under en livstid. Ingenting kommer att förändra det faktum. Att lära känna, som att lyssna på och uppskatta själv är avgörande för din sanity. Kanske kommer du till att älska, acceptera och omfamna alla du är, är svår för dig att föreställa dig just nu, men du kan göra ...

Hur man ökar din mentala flexibilitet - dummies

Hur man ökar din mentala flexibilitet - dummies

ÄR flexibel i arbete och relationer är ett tecken på en högpresterande. Medan perfektionister är styva och obehagliga i sitt arbete och hur de interagerar med andra, är högpresterande mer öppna och tillmötesgående. Att vara mer flexibel på jobbet gav Ralph aldrig förslag under brainstorming vid gruppmöten. Han kände att hans lag ...

Redaktörens val

Nätverksadministration: Linux-installation och virtuella konsoler - dummies

Nätverksadministration: Linux-installation och virtuella konsoler - dummies

Linux är i sig ett kommandoradsorienterat operativsystem. Grafiska användargränssnitt - inklusive installationsprogrammets GUI - tillhandahålls av en valfri komponent som heter X Window System. Men medan du arbetar med det grafiska användargränssnittet för installationsprogrammet, håller Linux flera ytterligare kommandorads-konsoler öppna. Normalt behöver du inte ...

Nätverksadministration: Linux-loggning, logg och systemavstängning - dummies

Nätverksadministration: Linux-loggning, logg och systemavstängning - dummies

Alla användare som åtkomst ett Linux-system, lokalt eller över ett nätverk, måste verifieras av ett giltigt användarkonto på systemet. I det följande får du veta hur du loggar in och ut på ett Linux-system och hur du stänger av systemet. Logga in När Linux startar upp visas det ...

Nätverksadministration: Licensserver - Dummies

Nätverksadministration: Licensserver - Dummies

I vissa program kan du köpa nätverkslicenser som gör att du kan installera programvaran på många datorer som du vill, men reglera antalet personer som kan använda programvaran vid en viss tidpunkt. För att styra hur många som använder programvaran, är en särskild licensserver inrättad. När en användare börjar ...