概念 clas ear into deep 大數據 多倫多 有監督 hmm

目前, 機器學習主要由以下三條主線進行發展:

graph LR subgraph 三代神經網絡 A[1 線性分類器] ==> B[2 非線性分類器] B ==SVM==> C[3 深度學習] A1[感知器網絡] --> B A1 -.-> A2 A2[Logistic 網絡] --> B A2 -.->P P[BP 網絡] --> B C1[SOM 網絡] --> B D1[玻耳茲曼機網絡] --> B end subgraph 貝葉斯理論 D[樸素貝葉斯] --> E[貝葉斯網] E --> F[隱馬爾可夫模型: HMM] end subgraph 矩陣論 H[矩陣降維] --> I[奇異值分解: SVD] I --> J[PCA 算法] end

DeepLearning

算法 (DL, 深度學習: 2010 年前後由多倫多大學的 Geoffrey Hinton 提出) 與衍生的卷積神經網絡 (CNN, 有監督) 和深度置信網絡 (DNN, 無監督) 在計算機視覺、語言識別和部分自然語言處理領域獲得巨大的成功.

graph LR subgraph 大數據的三大基石 CNN -.-> A[DL] A === DNN DNN === id[Map Reduce] end

機器學習中的幾個概念的關系