文章來源：https://www.dezyre.com/article/top-10-machine-learning-algorithms/202
本人自行翻譯，如有錯誤，還請指出。后續會繼續補充實例及代碼實現。
根據最近的一項研究，在未來10年，機器學習算法將取代全球25％的工作機會。 隨着大數據的快速增長和編程工具（如Python和R-machine學習）的可用性正在成為數據科學家的主流存在。 機器學習應用程序是高度自動化和自修改，隨着時間的推移，隨着他們學習更多的數據，最小的人工干預。
例如，Netflix的推薦算法基於每個觀眾觀看的節目，更多地了解觀眾的喜歡和不喜歡。 為了解決各種現實世界數據問題的復雜性質，已經開發了專門的機器學習算法來完美地解決這些問題。 對於那些正在努力理解機器學習的基礎知識的初學者，這里是對數據科學家使用的頂級機器學習算法的簡要討論。
1.機器學習算法分類
（1）監督機器學習算法
機器學習算法，對給定的樣本集進行預測。 監督機器學習算法搜索分配給數據點的值標簽內的模式。
（2）無監督機器學習算法
沒有與數據點相關聯的標簽。 這些機器學習算法將數據組織成一組聚類，以描述其結構，並使復雜數據看起來簡單和有組織的分析。
（3）強化機器學習算法
這些算法選擇一個動作，基於每個數據點，然后了解決定是多么好。 隨着時間的推移，算法改變其策略，以更好地學習，並實現最佳的回報。
2.通用機器學習算法列表
（1）朴素貝葉斯分類器算法
（2）K均值聚類算法
（3）支持向量機算法
（4）Apriori算法
（5）線性回歸
（6）邏輯回歸
（7人工神經網絡
（8隨機森林
（9）決策樹
（10）最近鄰算法
