شهرزاد پولادی
شهرزاد پولادی
خواندن ۲ دقیقه·۴ سال پیش

مهمترین الگوریتم های یادگیری ماشین که باید بدانید معرفی 10 الگوریتم متداول

شما کجا ایستادید ؟ دنیای که از تکنولوژی آن سر در نمی آورید ولی خوب می توانید آن را کنترل کنید این یعنی تعیین کننده ترین دوره تاریخ بشر! دوره ای که محاسبات از رایانه های اصلی به رایانه های شخصی منتقل می شود. اما چیزی که باعث تعریف درستی از یادگیری ماشین می شود اتفاقی نیست که رخ داده بلکه تکنولوژی که درسال های آینده در راه ما خواهد بود.

ربات ها و الگوریتم هایی مورد توجه کاربران قرار گرفته اما آینده واقعی گوگل به دست یادگیری ماشین است که فناوری آن کامپیوتر های را هوشمند و خاص تر می کند.

رئیس گوگل اریک اشمیت ( Eric Schmidt )


این صفحه برای چه کسایی مفید است ؟

همه کسایی که علاقه زیادی را تحقیقات داده ای دارند و دوست دارند یادگیری ماشین را شروع کنند مطمئنا قدم عالی خواهد بود. البته الگوریتم هایی که در این مقاله گفته شده همه می توانند به کمک برنامه نویسی پایتون و R اجرا شوند و به راحتی قابل پیاده سازی باشند.

نحوه اجرای الگوریتم های با نظارت ( Supervised Algorithms )

هر الگوریتمی برای رسیدن به هدف یا نتیجه ای طراحی شده که قرار است یه مجموعه منظمی را پیش بینی کند. حال متغیر هایی که تعریف می کنیم آموزش می بینند ( پس بر روی آنها نظارت داریم ) تا زمانی که نتیجه مطلوب مارو حاصل کنند.

پ.ن : نمونه هایی از الگوریتم یادگیری تحت نظارت را در این لیست : الگوریتم رگرسیون ، درخت تصمیم گیری ، جنگل تصادفی ، KNN و رگرسیون لجستیک

الگوریتم های یادگیری بدون نظارت ( Supervised Algorithms )

اگر فرض بگیریم برای رسیدن به مجموعه پیش بینی خود هیچ متغیر مشخصی نداریم ( نمی تونیم تابع یا شکل آن را حدس بزنیم ) ناچارا بدون نظارت به کمک خوشه بندی داده ها در بخش های مختف داده ( یا گروه های مختلف ) پیش بینی خود را انجام می دهیم. این روش کمک می کند در مورد داده های بزرگ تقسیم بندی مشریان را برای گروه های مختلف از روش های مختلفی استفاده کنیم.

نمونه های الگوریتم از این دسته : الگوریتم خوشه بندی یا ( K-means ) و Apriori

الگوریتم های تقویتی (Reinforcement Algorithms)

برای اینکه بتونیم تصمیمات خاصی را در کار خود داشته باشیم نیاز به الگوریتم هایی داریم که بتوانند آموزش ببینند ، درست مثل شبکه های عصبی! الگوریم تقویتی در معرض محیطی قرار می گیرد تا به استفاده از آزمون و خطا به طور مداوم آموزش ببیند. در این سیستم از تجربه گذشته درس می گیرد و سعی می کند بهترین دانش ممکن را برای تصمیم گیری دقیق در مورد تجارت یا هر چیز دیگه ای را بدست آورد.

نمونه ای از الگوریتم های تقویتی : فرآیند تصمیم گیری مارکوف

لیست لگوریتم های متداول یادگیری ماشین

برای اینکه بتوانید مسئله ای را در یادگیری ماشین حل کنید نیاز به الگوریتم هایی دارید تا به حل مسئله کمک کند در این لیست ما فقط به 10 مورد از مهمترین الگوریتم ها را آوردیم.

  • رگرسیون خطی
  • رگرسیون لجستیک
  • درخت تصمیم گیری
  • ماشین SVM
  • ماشین بیز
  • همسایگی نزدیکی ( KNN )
  • خوشه بندی (K_Means)
  • الگوریتم جنگل تصادفی
  • الگوریتم کاهش ابعاد
  • گرادیان تقویتی


یادگیری عمیقالگوریتمالگریتم های یادگیری عمیق
به خودت زحمت نده مثل قبل باش تغییر مال آدم های موفقه
شاید از این پست‌ها خوشتان بیاید