Học máy

Danh sách đầy đủ các thuật toán trong nhóm (Tổng: 4)

Học máy

Gradient Descent

Thời gian (Time) O(iterations * n)
Không gian (Space) O(n)

Mô tả nguyên lý

Thuật toán tối ưu lặp để tìm điểm cực tiểu của hàm mất mát.

Cài đặt mẫu (Implementation)

function gradientDescent($X, $y, $theta, $alpha, $iters) {
    $m = count($X);
    for ($i = 0; $i < $iters; $i++) {
        $pred = array_map(function($r) use ($theta) { return $r[0]*$theta[0] + $r[1]*$theta[1]; }, $X);
        $err = array_map(function($p, $a) { return $p - $a; }, $pred, $y);
        $theta[0] -= ($alpha / $m) * array_sum(array_map(function($e, $r) { return $e * $r[0]; }, $err, $X));
    }
    return $theta;
}
Học máy

K-Means Clustering

Thời gian (Time) O(Iter * K * n * d)
Không gian (Space) O(K + n)

Mô tả nguyên lý

Thuật toán phân cụm không giám sát, chia n điểm dữ liệu thành K cụm.

Cài đặt mẫu (Implementation)

// Lặp lại việc gán nhãn cụm cho mỗi điểm và cập nhật lại tọa độ tâm cụm.
Học máy

K-Nearest Neighbors (KNN)

Thời gian (Time) O(n * d)
Không gian (Space) O(n * d)

Mô tả nguyên lý

Thuật toán phân loại học máy dựa trên khoảng cách gần nhất với K mẫu láng giềng.

Cài đặt mẫu (Implementation)

// Tính khoảng cách Euclidean từ điểm cần dự đoán tới toàn bộ tập huấn luyện.
Học máy

Naive Bayes Classifier

Thời gian (Time) O(n * d)
Không gian (Space) O(c * d)

Mô tả nguyên lý

Bộ phân loại xác suất dựa trên định lý Bayes với giả định các đặc trưng độc lập.

Cài đặt mẫu (Implementation)

// Tính xác suất có điều kiện P(Class | Features) cho từng phân loại.