传统的机器学习算法按学习算法可分为有监督学习及无监督学习。其中，有监督学习包括逻辑回归（LR）、决策树、支持向量机（SVM）、神经网络等算法，无监督学习包括k均值聚类及其改进算法k 聚类。机器学习（MachineLearning）为人工智能的一个分支，指计算机从数据中产生“模型”（model）的算法，包括传统的机器学习算法及近年来逐渐兴起的深度学习算法。
机器学习哪个算法简单？
随着计算能力及海量数据的飞速发展，第三次人工智能浪潮正在席卷全世界，极大地改善了人们生活的方方面面，而与之相关的“人工智能”、“机器学习”、“深度学习”等名词也成为了人们茶余饭后谈论的焦点。三者紧密联系又相互区别。人工智能（Artificial Intelligence）起源于19世纪50年代，泛指让计算机具有人的智能的技术，包括进化计算、机器学习、推荐系统、模糊逻辑等研究方向。
机器学习（Machine Learning）为人工智能的一个分支，指计算机从数据中产生“模型”（model）的算法，包括传统的机器学习算法及近年来逐渐兴起的深度学习算法。传统的机器学习算法按学习算法可分为有监督学习及无监督学习。其中，有监督学习包括逻辑回归（LR）、决策树、支持向量机（SVM）、神经网络等算法，无监督学习包括k均值聚类及其改进算法k 聚类。
深度学习（Deep Learning）即深度神经网络，为机器学习的分支，得益于计算机硬件（GPU）及数据量（大数据）的飞速发展，已经广泛用于计算机视觉、自然语言处理、机器翻译等领域，包括循环神经网络（RNN）、卷积神经网络（CNN）、长短期记忆网络（LSTM）、门控循环单元（GRU）、seq2seq及注意力机制等。
文章TAG：监督 学习 均值 算法 k-均值算法为什么属于无监督学习 无监督学习之K
