Jump to content

Краткое описание машинного обучения

Следующий план представляет собой обзор и актуальное руководство по машинному обучению:

Машинное обучение — подобласть мягких вычислений в информатике , возникшая в результате изучения теории распознавания образов и теории вычислительного обучения в области искусственного интеллекта . [1] В 1959 году Артур Сэмюэл определил машинное обучение как «область исследования, которая дает компьютерам возможность учиться без явного программирования». [2] Машинное обучение включает в себя изучение и создание алгоритмов , которые могут учиться на данных и делать прогнозы на их основе . [3] Эти алгоритмы работают путем построения модели на основе примера обучающего набора входных наблюдений, чтобы делать прогнозы или решения на основе данных, выраженные в виде выходных данных, а не следовать строго статическим инструкциям программы.


Что такое машинное обучение?

[ редактировать ]

Парадигмы машинного обучения

[ редактировать ]

Приложения машинного обучения

[ редактировать ]

Аппаратное обеспечение машинного обучения

[ редактировать ]

Инструменты машинного обучения

[ редактировать ]

Фреймворки машинного обучения

[ редактировать ]

Собственные платформы машинного обучения

[ редактировать ]

Фреймворки машинного обучения с открытым исходным кодом

[ редактировать ]

Библиотеки машинного обучения

[ редактировать ]

Алгоритмы машинного обучения

[ редактировать ]

Методы машинного обучения

[ редактировать ]

Алгоритм на основе экземпляров

[ редактировать ]

Уменьшение размерности

[ редактировать ]

Уменьшение размерности

Ансамблевое обучение

[ редактировать ]

Ансамблевое обучение

Метаобучение

[ редактировать ]

Метаобучение

Обучение с подкреплением

[ редактировать ]

Обучение с подкреплением

Обучение под присмотром

[ редактировать ]

Обучение под присмотром

Байесовский

[ редактировать ]

Байесовская статистика

Алгоритмы дерева решений

[ редактировать ]

Алгоритм дерева решений

Линейный классификатор

[ редактировать ]

Линейный классификатор

Обучение без присмотра

[ редактировать ]

Обучение без присмотра

Искусственные нейронные сети

[ редактировать ]

Искусственная нейронная сеть

Изучение правил ассоциации

[ редактировать ]

Изучение правил ассоциации

Иерархическая кластеризация

[ редактировать ]

Иерархическая кластеризация

Кластерный анализ

[ редактировать ]

Кластерный анализ

Обнаружение аномалий

[ редактировать ]

Обнаружение аномалий

Полуконтролируемое обучение

[ редактировать ]

Полуконтролируемое обучение

Глубокое обучение

[ редактировать ]

Глубокое обучение

Другие методы и проблемы машинного обучения

[ редактировать ]

Исследования машинного обучения

[ редактировать ]

История машинного обучения

[ редактировать ]

История машинного обучения

Проекты машинного обучения

[ редактировать ]

Проекты машинного обучения

Организации машинного обучения

[ редактировать ]

Организации машинного обучения

Конференции и семинары по машинному обучению

[ редактировать ]

Публикации по машинному обучению

[ редактировать ]

Книги по машинному обучению

[ редактировать ]

Журналы машинного обучения

[ редактировать ]

Лица, влиятельные в машинном обучении

[ редактировать ]

См. также

[ редактировать ]

Дальнейшее чтение

[ редактировать ]
  1. ^ http://www.britannica.com/EBchecked/topic/1116194/machine-learning   Этот третичный источник повторно использует информацию из других источников, но не называет их.
  2. ^ Фил Саймон (18 марта 2013 г.). Слишком большой, чтобы его игнорировать: экономическое обоснование больших данных . Уайли. п. 89. ИСБН  978-1-118-63817-0 .
  3. ^ Рон Кохави; Фостер Провост (1998). «Словарь терминов» . Машинное обучение . 30 : 271–274. дои : 10.1023/A:1007411609915 .
  4. ^ Сеттлс, Берр (2010), «Обзор литературы по активному обучению» (PDF) , Технический отчет по компьютерным наукам 1648. Университет Висконсина – Мэдисона , получено 18 ноября 2014 г.
  5. ^ Рубенс, Нил; Элахи, Мехди; Сугияма, Масаси; Каплан, Дейн (2016). «Активное обучение в рекомендательных системах». В Риччи, Франческо; Рокач, Лиор; Шапира, Брача (ред.). Справочник по рекомендательным системам (2-е изд.). Спрингер США. дои : 10.1007/978-1-4899-7637-6 . hdl : 11311/1006123 . ISBN  978-1-4899-7637-6 . S2CID   11569603 .
[ редактировать ]
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 592d8cfeed8bddce39136847e4a584f0__1718370900
URL1:https://arc.ask3.ru/arc/aa/59/f0/592d8cfeed8bddce39136847e4a584f0.html
Заголовок, (Title) документа по адресу, URL1:
Outline of machine learning - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)