简评：机器学习的算法繁多，其中很多算法是一类算法，而有些算法又是从其他算法中衍生出来的，本文从算法类似性简单地列举一些常见的算法。

回归算法 Regression Algorithms

回归算法最初来自于统计学，是一种通过最小化预测值与实际结果值之间的差距，而得到输入特征之间的最佳组合方式的一类算法。

常见的回归算法有：

拓展：Coursera Course by Johns Hopkins

聚类算法 Clustering Algorithms

聚类的本质就是寻找联系紧密的事物，把他们区分出来。聚类算法做的事情是，把输入样本聚成围绕一些中心的数据点，以发现数据分布结构的一些规律。

常见的聚类算法有：

降维算法 Dimensionality reduction algorithms

降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。降维算法能够去除冗余信息以及噪音信息，用更少的信息总结和描述出原始信息的大部分内容。

常见的降维算法：

决策树算法 Decision tree algorithms

决策树算法在机器学习中算是很经典的了，决策树会根据数据中的值来创建决策模型，预测阶段选择路径进行决策。与其他算法不同的一点是，它们很容易在许多不同的数据类型上使用。

常见的决策树算法：

拓展：Analytics Vidhya，本文是关于决策树较为深入的文章

深度学习 Deep Learning

深度学习近期在国内引起很大关注，它是一种半监督式学习算法，用来处理存在少量未标识数据的大数据集。利用摩尔定律带来的日益价廉的计算能力，深度学习得以建立大得多也复杂得多的神经网络。大众最熟知的例子就是围棋 AI —— Alpha Go。

常见的深度学习算法：

拓展：这本书的片段覆盖了深度学习的主要架构。

原文链接：

推荐阅读：

极光日报，极光开发者的 Side Project，欢迎关注。