मशीन लर्निंग के प्रमुख एल्गोरिदम (Major Algorithms of Machine Learning)

 

एल्गोरिदम वे गणनात्मक विधियाँ हैं, जिनके माध्यम से मॉडल डेटा से सीखता है या उसमें उपस्थित संरचनाओं की पहचान करता है।

एल्गोरिदम	प्रमुख उपयोग	उदाहरण
रैखिक प्रतिगमन (Linear Regression)	संख्यात्मक मान का अनुमान	परीक्षा के संभावित अंक
लॉजिस्टिक प्रतिगमन (Logistic Regression)	वर्गीकरण	ईमेल स्पैम है या नहीं
निर्णय वृक्ष (Decision Tree)	नियमों के आधार पर वर्गीकरण या अनुमान	विद्यार्थियों के प्रदर्शन की श्रेणी
रैंडम फॉरेस्ट (Random Forest)	अनेक निर्णय वृक्षों का संयोजन	फसल उत्पादन का अनुमान
सपोर्ट वेक्टर मशीन (SVM)	वर्गीकरण एवं प्रतिगमन	पाठ का विषय वर्गीकरण
K-मीन्स (K-means)	समूहकरण	समाचारों के विषयगत समूह
K-निकटतम पड़ोसी (KNN)	समान उदाहरणों के आधार पर वर्गीकरण या अनुमान	समान प्रकार के दस्तावेज़ खोजना
नैव बेयस (Naive Bayes)	प्रायिकता आधारित वर्गीकरण	भावना विश्लेषण और स्पैम पहचान
न्यूरल नेटवर्क (Neural Networks)	जटिल प्रतिरूप सीखना	चित्र और वाणी पहचान
ग्रेडिएंट बूस्टिंग (Gradient Boosting)	क्रमिक रूप से मॉडल सुधारना	जोखिम विश्लेषण और पूर्वानुमान

हर समस्या के लिए कोई एक एल्गोरिदम सर्वश्रेष्ठ नहीं होता। उपयुक्त एल्गोरिदम का चयन डेटा की प्रकृति, उपलब्ध संसाधनों, आवश्यक सटीकता, व्याख्येयता और मूल्यांकन के परिणामों के आधार पर किया जाता है।