机器学习算法有哪些基础算法（机器学习算法有哪些）

关于机器学习算法有哪些基础算法，机器学习算法有哪些这个问题很多朋友还不知道，今天小六来为大家解答以上的问题，现在让我们一起来看看吧！

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。

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。

本文分享完毕，希望对大家有所帮助。

标签：