机器学习/数据分析的类型

Question

我正在寻找一个框架或图表，分类所有不同类型的数据分析/机器学习。我想用这个分类来组织我的知识/领域学习。

我所指的数据分析/ML类型的例子包括：-地理地图-图像识别(CV，OCR.)-信号处理-文本/语音理解

是否有对所有这些领域进行分类的图表/框架？

Answer 1

您几乎可以在每一个部门使用ML/DA，但是要概括地说，我想列出的领域很少。

从广义上讲，它是根据数据分类的。

1. 文本数据
2. 图像数据
3. 信号/周期数据
4. 财务数据/数字

在这里，我们可以进一步分类或给域名。文本数据大致属于自然语言处理(NLP)。在这里，您可以使用文本生成、文本分割、文档分类、聊天机器人、主题建模、摘要提取和更多的NLP研究、NLP应用 --我已经添加了2篇文章的链接，按当前的行业标准列出了当前的研究和应用。

图像数据广泛地属于计算机视觉范畴。在这里，你处理视频，实时流，图像。它们可以是卫星图像、交通事故、机械零件等。你可以对足球比赛进行分析，甚至可以对海洋中的塑料污染进行分析。子主题可归类为

1. 图像标记
2. 基于图像的信息采集
3. 对象预测
4. 基于视觉的健康预测
5. 生物学研究
6. 基于NNs的图像校正

还有更多。如果您想拥有基于图像的数据的亲身体验，请访问本站，在这里您将获得关于使用图像数据可以实现哪些主题的基本概念。

定期数据包括机器的测量，它们如何工作的观察，它还包括生物数据。基本上是我们正常的信号处理或风险分析。它的应用对机械制造商、卫生部门和金融经纪商、车辆定位等都是非常必要的。任何有一定时间基础的数据都可以用来简化路线，分析风险，避免不必要的磨损。

但是通常，除非您进行研究，否则这些域是相互使用的。在一家解决方案公司工作时，我遇到了许多项目，在这些项目中，我不得不从图像中收集文本数据&使用主题建模进行分类。有一个项目，我必须分析视频摄像机产生的数据，观察人类，预测他们的人力资源在接下来的几秒钟。

希望这能帮助你找出你更感兴趣的领域。

Answer 2

当我开始我的数据分析之旅时，我发现这很有用-

https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2013/11/Machine-Learning-Algorithms-Mindmap-Sample.png

你可以在这里找到详细的信息-

https://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/

希望你也觉得有用。

Answer 3

从典型的监督学习和非监督学习开始，强化学习是比较合理的。

这样的分类可以更容易地搜索使用这些字段的特定字段。只需访问维基百科，在有关它们的文章中查找它们的应用程序(或者，也请参阅“文章”)。通过这种方式，您可以自上而下构建自己的"ML类型“图表。这可能是一个好的开端，https://en.wikipedia.org/wiki/Machine_学习。

当你从一般到具体，有一个小的机会，你会错过仅仅因为你不是随机提出的。