老实说,机器学习对于初学者很不友好,算法五花八门,据说有三十几个,各种公式概念原理要求一下都会,没有一套循序渐进的学习过程,只能靠悟。还好,我觉得我们掌握其中的重要的常见的10几种就行。常见的如:线性回归、逻辑回归 决策树 朴素贝叶斯 支持向量机 K- 最近邻算法 K- 均值 随机森林 降维 人工神经网络等。所有的算法都离不开数据集,对于我们设计的成功主要在于数据集的可靠性和数据集的二次加工能力。该类方向创新点太多了,基本每个课题都是创新点,我们只要找到相关类程序调整下策略和参数,对于我们的数据集进行训练即可。此类创新点工作量充足,难度可能较高,适合无题可选或时间精力充沛对人工智能很感兴趣的人选择