Quiero que hagas una pregunta. ¿Sobre qué base decidirás la importancia de los algoritmos?
Déjame adivinar, por su rendimiento.
Si juzga la importancia de los algoritmos de aprendizaje automático en función de su rendimiento, entonces nadie conoce dichos algoritmos. Esto se debe a que la mayoría de las veces el rendimiento de los algoritmos de aprendizaje automático se basa en datos, distribución de datos, hiperparámetros que elija, etc. No depende completamente de qué algoritmos elija únicamente.
- ¿Cuál es el entero más pequeño que tiene 30 factores?
- ¿En qué situación no debemos usar la tabla Hash?
- Cómo escribir algoritmos de mapas de ruta como Google Maps
- ¿Cuáles son las aplicaciones de la estructura de datos en C?
- ¿Cuál es la relación entre la complejidad del algoritmo y la complejidad del software?
Aunque aquí hay algunos algoritmos que debes saber si estás en el campo de Machine Learning
- Regresión lineal
- Regresión logística
- Máquinas de vectores soporte
- K vecinos más cercanos
- K-significa agrupamiento
- Análisis de componentes principales
- Algoritmo de estimación de densidad
- Árbol de decisiones
- Bosque al azar
Estos son algunos algoritmos conocidos y famosos de aprendizaje automático.
En el aprendizaje profundo, algunos tipos de redes neuronales son bien conocidos y deben conocerse, tales como
- Redes convolucionales
- Redes neuronales recurrentes
- Lstm
Espero eso ayude.
