“回归算法，试图采用对误差的衡量来探索变量之间的关系，是统计机学习的利，有最小二乘法，逻辑回归，逐步式回归，多元自适应归样条等等。”

“人工神经网络算法，模拟生神经网络的模式匹算法，这是机学习的一个庞大的分支，有几百上千算法，知神经网络，反向传递算法等等。”

陆羽一气说了大量人工智能需要运用到的算法：

陆羽：“我们和其他公司相比，优势在哪？”

问题？”

葛云聪：“但是能差别很大。”

葛云聪有激动：“陆总，你真能搞提升算力的新算法？”

陆羽：“既然你对人工智能有一定了解，那你就应该知一个人工智能包的算法有多海量。”

本章尚未读完,请击下一页继续阅读---->>>

“基于的算法，把输的数据映到一个向量空间，在向量空间里，很多问题能够更容易解决，包括支持向量，径向基函数，线判别分析等等算法。”

“正则化方法算法，一般作为其他算法的延伸，据算法的复杂度对算法行调整，其中最典型的就是弹网络算法。”

“降低维度算法，用来分析数据的内在结构，维数据的可视化，简化数据以便监督式学习使用，有主成份分析，偏最小二乘回归，多维尺度，投影追踪等等算法。”

“现在，你觉得我们这个团队，人还多吗？”

“说了这么多，还只是人工智能本，而基于它开发的实际应用，更是数不胜数。”

陆羽两手一摊，耸耸肩。

葛云聪：“我知我知，从一开始接编程开始，就对人工智能特别兴趣，也搜集过很多这方面的资料。”

陆羽：“应该，能吧，人工智能包了那么多算法，想要提升算力，不是一两算法能决定的。”

葛云聪：“我们要什么没什么，哪有什么优……算法！”

葛云聪以前虽然也了解过人工智能，但没有陆羽了解的这么详尽，听陆羽说完，觉他随时都能

“可以分为监督式和半监督式学习算法，用来理存在少量未标识数据的大数据集，包卷积网络，堆栈式自动编码等等。”

“这些还是比较重要的算法分类，每类算法都包多算法。”

葛云聪：“可我们没有自己的ai芯片。”

“决策树学习算法，据数据的属采用树状结构建立决策模型，用来解决分类和回归问题，包分类及回归树，随机森林，梯度推等等算法。”

“不说那些不太重要的，我们就说说最为主要的几类算法。”

“基于实例算法，对决策问题建立模型，选取一批样本数据，据某些近似，把新数据和样本数据行比较，来寻找最佳匹效果，有学习矢量量化，自组织映算法等等。” [page]

陆羽：“除了极少数，其他公司也不是都有自己的ai芯片。”

“聚类算法，照中心或者分层的方式，对输数据行归并，其中最主要的是期望最大化算法。”

……

“关联规则学习算法，通过寻找最能够解释数据变量之间关系的规则，来找大量多元数据集中有用的关联规则。”

“度学习算法，是人工神经网络算法的一，算是对人工神经网络的发展，试图建立大得多，也复杂得多的神经网络。”

“除了这些，比较重要的，还有，数据压缩算法，集成算法，堆叠泛化算法，平均单依赖估计算法，合并查找算法，奇异值分解算法，公钥加密算法，化学习算法，梯度下降算法，离散微分算法，动态规划算法，分支界定算法，等等等等。”