自动化技术论文_鸢尾花数据集剖析人工智能经典

文章目录

1 监督学习

2 非监督学习

3 几种用于人工智能的核心算法

3.1 KNN算法（K近邻算法）

3.2 回归算法

3.3 决策树

    3.3.1 特征选择

    3.3.2 生成算法

    3.4 SVM

    3.4.1 决策面方程

    3.4.2 分类间隔的计算

    3.4.3 约束条件

3.5 随机森林、Boosting和PCA

    3.5.1 随机森林

    3.5.2 Boosting

    3.5.3 PCA

3.6 聚类算法和Kmeans、DBSCAN和AGNES

    3.6.1 分散性聚类（Kmeans)

    3.6.2 结构性聚类（层次聚类）

        3.6.2. 1 凝聚层次聚类：AGNES算法（自下而上）

        3.6.2. 2 分裂层次聚类：DIANA算法（自上而下）

    3.6.3 密度聚类与DBSCAN算法

3.7 神经网络、深度学习及其他

文章摘要:随着时代的发展与科技的进步,人工智能技术正在飞速发展,并且已经迎来了爆发式的增长高潮。未来,在各行各业和人们生活的点点滴滴中,人工智能将无时无刻不伴随左右,为生产和生活带来新的体验。为了有利于更清晰地了解和学习人工智能,详细总结了目前人工智能涉及的多种算法,通过鸢尾花数据集实例,展示了不同算法下的结果实现,可使读者对人工智能算法有更明确的认识。

文章关键词:

论文DOI:10.15913/j.cnki.kjycx.2021.18.005

论文分类号:TP18

上一篇： 航空航天科学与工程论文_大型商用飞机单一飞
下一篇：没有了