当前位置:   article > 正文

机器学习的五大流派

机器学习流派

有道是“罗马不是一天建成的”,机器学习的发展也是历经了很长时间,在这过程中形成了五大流派,这五大流派各有各的特点。

1、符号主义(Symbolists)
203316_hYqk_876354.png 
名称:符号主义(Symbolists)
起源:逻辑学、哲学
核心思想:认知即计算,通过对符号的演绎和逆演绎进行结果预测
问题:知识结构
代表算法:逆演绎算法(Inverse deduction)
代表应用:知识图谱
代表人物:Tom Mitchell、Steve Muggleton、Ross Quinlan

203328_KZrE_876354.png

2、贝叶斯派(Bayesians)
203340_Ncci_876354.png 
名称:贝叶斯派(Bayesians)
起源:统计学
核心思想:主观概率估计,发生概率修正,最优决策
问题:不确定性
代表算法:概率推理(Probabilistic inference)
代表应用:反垃圾邮件、概率预测
代表人物:David Heckerman、Judea Pearl、Michael Jordan

203348_Qjdz_876354.png

3、联结主义(Connectionist)
203358_CsS2_876354.png 
名称:联结主义(Connectionist)
起源:神经科学
核心思想:对大脑进行仿真
问题:信度分配
代表算法:反向传播算法(Backpropagation)、深度学习(Deep learning)
代表应用:机器视觉、语音识别
代表人物:Yann LeCun、Geoff Hinton、Yoshua Bengio
203405_LC6Y_876354.png 
4、进化主义(Evolutionaries)
203415_lLEl_876354.png 
名称:进化主义(Evolutionaries)
起源:进化生物学
核心思想:对进化进行模拟,使用遗传算法和遗传编程
问题:结构发现
代表算法:基因编程(Genetic programming)
代表应用:海星机器人
代表人物:John Koda、John Holland、Hod Lipson

203424_CDH2_876354.png

5、行为类比主义(Analogizer)
203434_yPJW_876354.png 
名称:行为类比主义(Analogizer)
起源:心理学
核心思想:新旧知识间的相似性
问题:相似性
代表算法:核机器(Kernel machines)、近邻算法(Nearest Neightor)
代表应用:Netflix推荐系统
代表人物: Peter Hart、Vladimir Vapnik、Douglas Hofstadter

203441_iuTw_876354.png

五大流派的演化阶段
从20世纪80年代开始,机器学习五大流派不断演化,各个阶段都有相应的主导流派:

203514_GMM0_876354.png

华盛顿大学教授 Pedro Domingos 曾详细地对机器学习领域的五大流派进行了详细的盘点,写了34页的PPT,各个流派的核心思想和演化过程进行了详细的介绍

203542_5yIa_876354.png

203558_7gK4_876354.png

如果想要阅读PPT的完整内容,请关注本人公众号“大数据与人工智能Lab”(BigdataAILab),然后回复“ppt”关键字可在线阅读34页PPT的详细内容。

 

推荐相关阅读

转载于:https://my.oschina.net/u/876354/blog/1676029

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/码创造者/article/detail/817920
推荐阅读
相关标签
  

闽ICP备14008679号