详细内容或原文请订阅后点击阅览
机器学习算法简介
为什么重要：机器学习算法 - 要了解机器学习，您需要了解推动机器学习机会及其局限性的算法。
来源:人工智能+简介
简介机器学习是人工智能的一个子领域，它被定义为机器模拟人类智能行为并以类似于人类解决问题的方式执行复杂任务的能力。
要了解机器学习，您需要了解推动机器学习机会的算法及其局限性。
一般而言，机器学习算法用于广泛的应用，例如欺诈检测、计算机视觉、自动驾驶汽车、预测分析，在这些应用中，开发满足实时和预测性工作要求的传统算法在计算上是不可行的。
机器学习算法有三个基本功能 -
描述性 - 借助数据进行解释
描述性预测性 - 借助数据进行预测
预测性规范性 - 借助数据进行建议
规范性我们从以上信息了解了机器学习的功能，但使这些功能发挥作用的技巧在于算法的设计和使用方式。
机器学习算法的类型
机器学习算法的类型在机器学习领域，有多种算法可以帮助我们根据定义的参数获得描述性、预测性和规范性的结果集。让我们在下一节中了解这些算法是什么 -
基于学习的机器学习算法
基于学习的机器学习算法这些算法根据提供的信息和预期结果进行学习。这些算法通过多种方式促进自我学习。
监督学习
监督学习 监督学习半监督学习
半监督学习无监督学习
无监督学习强化学习
监督学习监督学习
监督学习监督学习包括：