Краткое описание машинного обучения
Часть серии о |
Машинное обучение и интеллектуальный анализ данных |
---|
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 ]- Академическая дисциплина
- Отрасль науки
- Прикладная наука
- Подобласть информатики
- Отделение искусственного интеллекта
- Подобласть мягких вычислений
- Применение статистики
- Подобласть информатики
- Прикладная наука
Парадигмы машинного обучения
[ редактировать ]- Обучение с учителем — когда модель обучается на помеченных данных.
- Обучение без учителя — когда модель пытается выявить закономерности в немаркированных данных.
- Обучение с подкреплением — модель учится принимать решения, получая награды или штрафы.
Приложения машинного обучения
[ редактировать ]- Приложения машинного обучения
- Биоинформатика
- Биомедицинская информатика
- Компьютерное зрение
- Управление взаимоотношениями с клиентами –
- Интеллектуальный анализ данных
- Науки о Земле
- Фильтрация электронной почты
- Перевернутый маятник – система баланса и равновесия.
- Обработка естественного языка (НЛП)
- Распознавание образов
- Система рекомендаций
- Совместная фильтрация
- Контентная фильтрация
- Гибридные рекомендательные системы (совместная фильтрация и фильтрация на основе контента)
- Поисковая система
- Социальная инженерия
Аппаратное обеспечение машинного обучения
[ редактировать ]Инструменты машинного обучения
[ редактировать ]Фреймворки машинного обучения
[ редактировать ]Собственные платформы машинного обучения
[ редактировать ]- Машинное обучение Amazon
- Студия машинного обучения Microsoft Azure
- DistBelief – заменен на TensorFlow
Фреймворки машинного обучения с открытым исходным кодом
[ редактировать ]- Апачский лев
- Апач MXNet
- Кафе
- PyTorch
- млпак
- Тензорфлоу
- Факел
- ЦНТК
- Accord.Net
- Джакс
- MLJ.jl — платформа машинного обучения для Джулии.
Библиотеки машинного обучения
[ редактировать ]Алгоритмы машинного обучения
[ редактировать ]- Рекуррентное обратное распространение ошибки Алмейды – Пинеды
- АЛОПЕКС
- Обратное распространение ошибки
- Бутстрап-агрегирование
- Алгоритм CN2
- Построение деревьев навыков
- Модель Деэна – Шанже
- Карта диффузии
- Грубый подход, основанный на доминировании
- Динамическое искажение времени
- Обучение, основанное на ошибках
- Эволюционная мультимодальная оптимизация
- Алгоритм ожидания-максимизации
- ФастИКА
- Алгоритм вперед-назад
- GeneRec
- Генетический алгоритм создания набора правил
- Растущая самоорганизующаяся карта
- Сеть гипербазисных функций
- расстояние
- k -алгоритм ближайших соседей
- Методы ядра для векторного вывода
- Анализ главных компонентов ядра
- Леабра
- Алгоритм Линде – Дайвера – Грея
- Локальный выброс
- Логическая обучающая машина
- ЛогитБуст
- Выравнивание коллектора
- Марковская цепь Монте-Карло (MCMC)
- Выбор функции минимального резервирования
- Смесь экспертов
- Множественное обучение ядра
- Неотрицательная матричная факторизация
- Машинное обучение онлайн
- Ошибка «нет в сумке»
- Рабочая память префронтальной коры базальных ганглиев
- ПВЛВ
- Q-обучение
- Квадратичная неограниченная бинарная оптимизация
- Функция уровня запроса
- Quickprop
- Сеть радиальных базисных функций
- Алгоритм рандомизированного взвешенного большинства
- Обучение с подкреплением
- Повторяющаяся поэтапная обрезка для уменьшения ошибок (RIPPER)
- Рпроп
- Машинное обучение на основе правил
- Цепочка навыков
- Разреженный PCA
- Состояние-действие-награда-состояние-действие
- Стохастический градиентный спуск
- Структурированный кНН
- T-распределенное стохастическое встраивание соседей
- Обучение временной разнице
- Алгоритм бодрствования и сна
- Алгоритм взвешенного большинства (машинное обучение)
Методы машинного обучения
[ редактировать ]Алгоритм на основе экземпляров
[ редактировать ]- Алгоритм K-ближайших соседей (KNN)
- Обучение векторному квантованию (LVQ)
- Самоорганизующаяся карта (СОМ)
- Логистическая регрессия
- Обычная регрессия наименьших квадратов (OLSR)
- Линейная регрессия
- Пошаговая регрессия
- Сплайны многомерной адаптивной регрессии (MARS)
- Алгоритм регуляризации
- Классификаторы
Уменьшение размерности
[ редактировать ]- Канонический корреляционный анализ (CCA)
- Факторный анализ
- Извлечение признаков
- Выбор функции
- Независимый компонентный анализ (ICA)
- Линейный дискриминантный анализ (LDA)
- Многомерное масштабирование (MDS)
- Неотрицательная матричная факторизация (NMF)
- Частичная регрессия наименьших квадратов (PLSR)
- Анализ главных компонентов (PCA)
- Регрессия главных компонентов (ПЦР)
- Погоня за проекцией
- Картирование Сампо
- t-распределенное стохастическое встраивание соседей (t-SNE)
Ансамблевое обучение
[ редактировать ]- АдаБуст
- Повышение
- Бутстрап-агрегирование (пакетирование)
- Усреднение по ансамблю — процесс создания нескольких моделей и их объединения для получения желаемого результата, а не создания только одной модели. Зачастую совокупность моделей работает лучше, чем любая отдельная модель, поскольку различные ошибки моделей «усредняются».
- Дерево решений с градиентным усилением (GBDT)
- Машина повышения градиента (GBM)
- Случайный лес
- Многоуровневое обобщение (смешение)
Метаобучение
[ редактировать ]Обучение с подкреплением
[ редактировать ]- Q-обучение
- Состояние-действие-вознаграждение-состояние-действие (SARSA)
- Обучение временной разнице (TD)
- Обучение автоматов
Обучение под присмотром
[ редактировать ]- Усредненные оценки с одной зависимостью (AODE)
- Искусственная нейронная сеть
- Рассуждение на основе прецедентов
- Регрессия гауссовского процесса
- Программирование экспрессии генов
- Групповой метод обработки данных (ГМДХ)
- Индуктивное логическое программирование
- Обучение на основе экземпляров
- Ленивое обучение
- Обучение автоматов
- Обучение векторному квантованию
- Дерево логистической модели
- Минимальная длина сообщения (деревья решений, графы решений и т. д.)
- Вероятно, приблизительно правильное обучение (PAC) обучение
- Правила Ripple Down , методология приобретения знаний
- Символьные алгоритмы машинного обучения
- Машины опорных векторов
- Случайные леса
- Ансамбли классификаторов
- Бутстрап-агрегирование (пакетирование)
- Бустинг (мета-алгоритм)
- Порядковая классификация
- Условное случайное поле
- дисперсионный анализ
- Квадратичные классификаторы
- k-ближайший сосед
- Повышение
- СПРИНТ
- Байесовские сети
- Скрытые марковские модели
Байесовский
[ редактировать ]- Байесовская база знаний
- Наивный Байес
- Гауссов наивный байесовский метод
- Полиномиальный наивный Байес
- Усредненные оценки с одной зависимостью (AODE)
- Байесовская сеть убеждений (BBN)
- Байесовская сеть (БН)
Алгоритмы дерева решений
[ редактировать ]Алгоритм дерева решений
- Дерево решений
- Дерево классификации и регрессии (CART)
- Итеративный дихотомизатор 3 (ID3)
- Алгоритм C4.5
- Алгоритм C5.0
- Автоматическое обнаружение взаимодействия по хи-квадрату (CHAID)
- Решение тупик
- Условное дерево решений
- Алгоритм ID3
- Случайный лес
- СЛИК
Линейный классификатор
[ редактировать ]- Линейный дискриминант Фишера
- Линейная регрессия
- Логистическая регрессия
- Полиномиальная логистическая регрессия
- Наивный классификатор Байеса
- Персептрон
- Машина опорных векторов
Обучение без присмотра
[ редактировать ]- Алгоритм максимизации ожидания
- Векторное квантование
- Генеративная топографическая карта
- Метод информационного узкого места
- обучения правилам ассоциации Алгоритмы
Искусственные нейронные сети
[ редактировать ]- Нейронная сеть прямого распространения
- Рекуррентная нейронная сеть
- Логическая обучающая машина
- Самоорганизующаяся карта
Изучение правил ассоциации
[ редактировать ]Иерархическая кластеризация
[ редактировать ]Кластерный анализ
[ редактировать ]- БЕРЕЗА
- DBSCAN
- Ожидание-максимизация (EM)
- Нечеткая кластеризация
- Иерархическая кластеризация
- k - означает кластеризацию
- к -медианы
- Средний сдвиг
- Алгоритм ОПТИКА
Обнаружение аномалий
[ редактировать ]Полуконтролируемое обучение
[ редактировать ]- Активное обучение - особый случай полуконтролируемого обучения, при котором алгоритм обучения может в интерактивном режиме опрашивать пользователя (или какой-либо другой источник информации) для получения желаемых результатов в новых точках данных. [4] [5]
- Генеративные модели
- Сепарация низкой плотности
- Методы на основе графов
- Совместное обучение
- Трансдукция
Глубокое обучение
[ редактировать ]- Сети глубоких убеждений
- Глубокие машины Больцмана
- Глубокие сверточные нейронные сети
- Глубокие рекуррентные нейронные сети
- Иерархическая временная память
- Генеративно-состязательная сеть
- Трансформатор
- Стекированные автокодировщики
Другие методы и проблемы машинного обучения
[ редактировать ]- Обнаружение аномалий
- Правила ассоциации
- Дилемма смещения-дисперсии
- Классификация
- Кластеризация
- Предварительная обработка данных
- Минимизация эмпирического риска
- Разработка функций
- Особенности обучения
- Учимся ранжировать
- Обучение Оккама
- Машинное обучение онлайн
- PAC-обучение
- Регрессия
- Обучение с подкреплением
- Полуконтролируемое обучение
- Статистическое обучение
- Структурированное предсказание
- Обучение без присмотра
- Теория венчурного капитала
Исследования машинного обучения
[ редактировать ]- Список проектов искусственного интеллекта
- Список наборов данных для исследований в области машинного обучения
История машинного обучения
[ редактировать ]Проекты машинного обучения
[ редактировать ]Проекты машинного обучения
Организации машинного обучения
[ редактировать ]Организации машинного обучения
Конференции и семинары по машинному обучению
[ редактировать ]- Искусственный интеллект и безопасность (AISec) (семинар совместно с CCS)
- Конференция по нейронным системам обработки информации (NIPS)
- ЭКМЛ ПКДД
- Международная конференция по машинному обучению (ICML)
- ML4ALL (Машинное обучение для всех)
Публикации по машинному обучению
[ редактировать ]Книги по машинному обучению
[ редактировать ]- Математика для машинного обучения
- Практическое машинное обучение Scikit-Learn, Keras и TensorFlow
- Стостраничная книга по машинному обучению
Журналы машинного обучения
[ редактировать ]Лица, влиятельные в машинном обучении
[ редактировать ]- Альберто Брогги
- Андрей Князев
- Эндрю МакКаллум
- Эндрю Нг
- Анураг Джайн
- Армин Б. Кремерс
- Аянна Ховард
- Барни Пелл
- Бен Герцель
- Бен Трежер
- Бернхард Шёлкопф
- Брайан Д. Рипли
- Кристофер Дж. Аткесон
- Коринна Кортес
- Демис Хассабис
- Дуглас Ленат
- Эрик Син
- Эрнст Дикманнс
- Джеффри Хинтон - соавтор алгоритмов обучения обратному распространению ошибки и контрастному расхождению.
- Ханс-Петер Кригель
- Хартмут Невен
- Хейкки Маннила
- Ян Гудфеллоу – Отец генеративных и состязательных сетей
- Яцек М. Зурада
- Хайме Карбонелл
- Джереми Словак
- Джером Х. Фридман
- Джон Д. Лафферти
- Джон Платт - изобрел SMO и масштабирование Платта.
- Джули Бет Ловинс
- Юрген Шмидхубер
- Карл Штайнбух
- Катя Сикара
- Лео Брейман – изобрел мешки и случайные леса.
- Лиза заколдована
- Лука Мария Гамбарделла
- Леон Ботту
- Маркус Хаттер
- Мехриар Мори
- Майкл Коллинз
- Майкл И. Джордан
- Майкл Л. Литтман
- Нандо де Фрейтас
- Офер Декель
- Орен Эциони
- Педро Домингос
- Питер Флэт
- Пьер Бальди
- Пушмит Кохли
- Рэй Курцвейл
- Райид Гани
- Росс Куинлан
- Сальваторе Дж. Столфо
- Себастьян Трун
- Зельмер Брингсйорд
- Зепп Хохрайтер
- Шейн Легг
- Стивен Магглтон
- Стив Омохундро
- Том М. Митчелл
- Тревор Хэсти
- Васант Хонавар
- Владимир Вапник – соавтор теории SVM и VC.
- Ян ЛеКун – изобрел сверточные нейронные сети
- Ясуо Мацуяма
- Джошуа Бенджио
- Зубин Гахрамани
См. также
[ редактировать ]- Очерк искусственного интеллекта
- Очерк робототехники
- Парадокс точности
- Обучение модели действий
- Функция активации
- Признание активности
- АДАЛИН
- Адаптивная система нейронечеткого вывода
- Теория адаптивного резонанса
- Аддитивное сглаживание
- Скорректированная взаимная информация
- ОН БЫЛ
- ЗДЕСЬ
- АлхимияAPI
- АлексНет
- Выбор алгоритма
- Алгоритмический вывод
- Алгоритмическая теория обучения
- АльфаГо
- АльфаГоу Ноль
- Альтернативное дерево решений
- Обучение
- Причинное условие Маркова
- Конкурсное обучение
- Концепция обучения
- Обучение дереву решений
- Дифференцируемое программирование
- Теория обучения распределению
- Стремление к обучению
- Сквозное обучение с подкреплением
- Устойчивость к ошибкам (обучение PAC)
- Обучение на основе объяснений
- Особенность
- Перчатка
- Гиперпараметр
- Инференциальная теория обучения
- Обучающиеся автоматы
- Система классификаторов обучения
- Правило обучения
- Обучение с ошибками
- М-теория (структура обучения)
- Управление машинным обучением
- Машинное обучение в биоинформатике
- Допуск
- Геостатистика цепей Маркова
- Марковская цепь Монте-Карло (MCMC)
- Марковский источник информации
- Марковская логическая сеть
- Марковская модель
- Марковское случайное поле
- Марковская дискриминация
- Марковская модель максимальной энтропии
- Многорукий бандит
- Многозадачное обучение
- Мультилинейное обучение подпространству
- Мультимодальное обучение
- Многократное обучение
- Многоэкземплярное обучение
- Бесконечное изучение языка
- Оффлайн обучение
- Паритетное обучение
- Популяционное дополнительное обучение
- Прогнозирующее обучение
- Предпочтительное обучение
- Проактивное обучение
- Проксимальные градиентные методы обучения
- Семантический анализ
- Обучение по сходству
- Редкое изучение словаря
- Стабильность (теория обучения)
- Статистическая теория обучения
- Статистическое реляционное обучение
- Танагра
- Трансферное обучение
- Марковская модель переменного порядка
- Изучение пространства версий
- Вафли
- Положи это
- Функция потерь
- Иерархия низкоэнергетической адаптивной кластеризации
Другой
[ редактировать ]- Энн О'Тейт
- Алгоритмы оптимизации муравьиной колонии
- Энтони Левандовски
- Антиунификация (информатика)
- Апачский флюм
- Апач Жираф
- Апач-махут
- Апач ЛЕВ
- Апач Спарк
- Apache SystemML
- Афелион (программное обеспечение)
- Корпус арабской речи
- Архетипический анализ
- Артур Зимек
- Искусственные муравьи
- Алгоритм искусственной пчелиной семьи
- Искусственное развитие
- Искусственная иммунная система
- Астростатистика
- Усредненные оценки с одной зависимостью
- Модель «Мешок слов»
- Сбалансированная кластеризация
- Шаровое дерево
- Базовая ставка
- Алгоритм летучей мыши
- Алгоритм Баума – Уэлча
- Байесовское иерархическое моделирование
- Байесовская интерпретация регуляризации ядра
- Байесовская оптимизация
- Байесовский структурный временной ряд
- Алгоритм пчел
- Поведенческая кластеризация
- Схема Бернулли
- Компромисс смещения и дисперсии
- Бикластеризация
- БигМЛ
- Бинарная классификация
- Прогнозы Bing
- Биологические вычисления
- Оптимизация на основе биогеографии
- Бисюжет
- Теорема Бонди
- Проблема Бонгарда
- Модель Брэдли – Терри
- БраунBoost
- Коричневая кластеризация
- Пакетная ошибка
- CBCL (С)
- Портал сообщества CIML
- СМА-ES
- Алгоритм кластеризации данных CURE
- Модель языка кэша
- Калибровка (статистика)
- Канонический анализ соответствий
- Алгоритм кластеризации Canopy
- Каскадные классификаторы
- Категория утилита
- КлеткаПознание
- Алгоритм клеточной эволюции
- Автоматическое обнаружение взаимодействия по хи-квадрату
- Хромосома (генетический алгоритм)
- Цепочки классификаторов
- Клевербот
- Алгоритм клонального отбора
- Кластерно-взвешенное моделирование
- Кластеризация многомерных данных
- Кластерная иллюзия
- Совместное усиление
- Паутина (кластеризация)
- Когнитивный компьютер
- Когнитивная робототехника
- Коллоструктурный анализ
- Отклонение общего метода
- Кластеризация с полной связью
- Компьютерно-автоматизированное проектирование
- Концептуальный класс
- Концептуальный дрейф
- Конференция по общему искусственному интеллекту
- Конференция по обнаружению знаний и интеллектуальному анализу данных
- Подтверждающий факторный анализ
- Матрица путаницы
- Коэффициент конгруэнтности
- Подключиться (компьютерная система)
- Консенсусная кластеризация
- Ограниченная кластеризация
- Ограниченная условная модель
- Конструктивная кооперативная коэволюция
- Корреляционная кластеризация
- Анализ корреспонденции
- Кортика
- Обучающийся по сопряженным шаблонам
- Метод перекрестной энтропии
- Перекрестная проверка (статистика)
- Кроссовер (генетический алгоритм)
- Поиск кукушки
- Культурный алгоритм
- Теория культурного консенсуса
- Проклятие размерности
- ДАДиСП
- Программа DARPA LAGR
- Темный лес
- Дартмутская мастерская
- ДарвинТюнз
- Расширения интеллектуального анализа данных
- Исследование данных
- Предварительная обработка данных
- Кластеризация потоков данных
- Датаику
- Индекс Дэвиса-Булдина
- Граница решения
- Список решений
- Модель дерева решений
- Дедуктивный классификатор
- ДипАрт
- ДипДрим
- Глубокие веб-технологии
- Определение длины
- Дендрограмма
- Модель состояния надежности
- Подробный баланс
- Определение количества кластеров в наборе данных
- Анализ соответствия без тренда
- Развивающая робототехника
- Диффбот
- Дифференциальная эволюция
- Дискретное фазовое распределение
- Дискриминационная модель
- Диссоциированная пресса
- Распределенный R
- Длиб
- Классификация документов
- Документирование ненависти
- Адаптация домена
- Двойная стохастическая модель
- Двухфазная эволюция
- Индекс Данна
- Динамическая байесовская сеть
- Динамическое марковское сжатие
- Динамическая тематическая модель
- Модель динамических ненаблюдаемых эффектов
- ЭДЛУТ
- ELKI
- Оператор рекомбинации ребер
- Эффективный фитнес
- Эластичная карта
- Эластичное соответствие
- Локоть метод (кластеризация)
- Экстренный (программное обеспечение)
- Энког
- Уровень энтропии
- Эркки Оя
- Эуриско
- Европейская конференция по искусственному интеллекту
- Оценка бинарных классификаторов
- Стратегия эволюции
- Окно эволюции
- Эволюционный алгоритм обнаружения ориентиров
- Эволюционный алгоритм
- Эволюционное искусство
- Эволюционная музыка
- Эволюционное программирование
- Эволюционность (информатика)
- Усовершенствованная антенна
- Эволвер (программное обеспечение)
- Развивающаяся функция классификации
- Распространение ожиданий
- Исследовательский факторный анализ
- Оценка F1
- ПЛАМЯ кластеризация
- Факторный анализ смешанных данных
- Факторный график
- Модель факторной регрессии
- Факторизованная языковая модель
- Самый дальний первый обход
- Быстрые и бережливые деревья
- Панель инструментов выбора функций
- Хеширование функций
- Масштабирование функций
- Вектор признаков
- Алгоритм Светлячка
- Оценщик первой разности
- Индуктивный обучающийся первого порядка
- Поиск косяка рыбы
- Ядро Фишера
- Приближение фитнеса
- Фитнес-функция
- Пропорциональный выбор фитнеса
- Свободно владеющий
- Складной@дома
- Формальный концептуальный анализ
- Прямой алгоритм
- Индекс Фаулкса-Мэллоуза
- Фредерик Елинек
- Фророл
- Функциональный анализ главных компонентов
- КОТ
- мерцание
- Гэри Брайс Фогель
- Гауссова адаптация
- Гауссов процесс
- Эмулятор гауссовского процесса
- Генное предсказание
- Общая архитектура текстовой инженерии
- Ошибка обобщения
- Обобщенная каноническая корреляция
- Обобщенная фильтрация
- Обобщенное итеративное масштабирование
- Обобщенное многомерное масштабирование
- Генеративно-состязательная сеть
- Генеративная модель
- Генетический алгоритм
- Планирование генетических алгоритмов
- Генетические алгоритмы в экономике
- Генетические нечеткие системы
- Генетическая память (информатика)
- Генетический оператор
- Генетическое программирование
- Генетическое представление
- Географический кластер
- Язык описания жестов
- Геворстак
- Глоссарий искусственного интеллекта
- глоттохронология
- Голем (ИЛП)
- Матрица Google
- Прививка (деревья решений)
- Матрица Грамиана
- Грамматическая эволюция
- Гранулярные вычисления
- ГрафЛаб
- Ядро графа
- Гремлин (язык программирования)
- Функция роста
- Алгоритм HUMANT (HUManoid ANT)
- Теорема Хаммерсли – Клиффорда
- Поиск гармонии
- Теория Хеббиана
- Скрытое марковское случайное поле
- Скрытая полумарковская модель
- Иерархическая скрытая марковская модель
- Факторный анализ высшего порядка
- Сеть автомобильных дорог
- Потеря шарнира
- Теорема Холланда о схеме
- Статистика Хопкинса
- Алгоритм Хошена – Копельмана
- Потеря Хубера
- IRCF360
- Ян Гудфеллоу
- эластичный
- Ilya Sutskever
- Иммунокомпьютинг
- Империалистический конкурентный алгоритм
- Недостоверный текст
- Инкрементное дерево решений
- Индукция регулярных языков
- Индуктивное смещение
- Индуктивная вероятность
- Индуктивное программирование
- Диаграмма влияния
- Сбор информации
- Получение информации в деревьях решений
- Коэффициент получения информации
- Наследование (генетический алгоритм)
- Выбор экземпляра
- Intel RealSense
- Взаимодействующая система частиц
- Интерактивный машинный перевод
- Международная совместная конференция по искусственному интеллекту
- Международное совещание по методам вычислительного интеллекта для биоинформатики и биостатистики
- Международная семантическая веб-конференция
- Набор данных о цветке ириса
- Островной алгоритм
- Изотропное положение
- Теория ответа на предмет
- Итеративное декодирование Витерби
- ЛИНИЯ
- Джабберваки
- Индекс Жаккара
- Оценки дисперсии складного ножа для случайного леса
- Грамматическая эволюция Java
- Джозеф Нечватал
- Юбатус
- Юлия (язык программирования)
- Алгоритм дерева соединений
- к -СВД
- k -означает++
- k -медиан кластеризация
- к -медоиды
- НИМЭ
- ККСЕН Инк.
- КК -квартиры
- Каггл
- Фильтр Калмана
- Модель отступления Каца
- Адаптивный фильтр ядра
- Оценка плотности ядра
- Собственный голос ядра
- Встраивание дистрибутивов в ядро
- Метод ядра
- Ядро персептрона
- Случайный лес ядра
- Кинект
- Клаус Роберт Мюллер
- Сглаживание Кнезера – Нея
- Хранилище знаний
- Интеграция знаний
- ЛИБСВМ
- LPBoost
- Маркированные данные
- Языковая посуда
- Идентификация языка в лимите
- Языковая модель
- Ближайший сосед с большой маржой
- Скрытое распределение Дирихле
- Модель скрытого класса
- Скрытый семантический анализ
- Скрытая переменная
- Модель скрытой переменной
- Решетчатый шахтер
- Многослойная скрытая марковская модель
- Обучаемый класс функций
- Машина векторов поддержки наименьших квадратов
- Лесли П. Кельблинг
- Линейное генетическое программирование
- Функция линейного прогнозирования
- Линейная разделимость
- Линюнь Гу
- Линкуриозный
- Лиор Рон (руководитель бизнеса)
- Список приложений генетических алгоритмов
- Список метаэвристик, основанных на метафорах
- Список программного обеспечения для интеллектуального анализа текста
- Местная выборка случай-контроль
- Местная независимость
- Выравнивание локального касательного пространства
- Хэширование с учетом местоположения
- Логлинейная модель
- Дерево логистической модели
- Низкоранговое приближение
- Приближения матрицы низкого ранга
- МАТЛАБ
- МИМИЧЕСКИЙ (иммунология)
- MXNet
- Маллет (программный проект)
- Многообразная регуляризация
- Расслабленный алгоритм с учетом маржи
- Классификатор маржи
- Mark V. Shaney
- Массивный онлайн-анализ
- Регуляризация матрицы
- Коэффициент корреляции Мэтьюза
- Средний сдвиг
- Среднеквадратическая ошибка
- Среднеквадратическая ошибка прогноза
- Инвариантность измерений
- Медоид
- MeeMix
- Меломика
- Меметический алгоритм
- Метаоптимизация
- Мексиканская международная конференция по искусственному интеллекту
- Майкл Кернс (ученый-компьютерщик)
- Минхэш
- Модель смеси
- Млпи
- Модели эволюции ДНК
- Моральный график
- Проблема с горной машиной
- Мовидий
- Многорукий бандит
- Классификация по нескольким меткам
- Мультивыраженное программирование
- Мультиклассовая классификация
- Многомерный анализ
- Многофакторное снижение размерности
- Многолинейный анализ главных компонент
- Анализ множественной корреспонденции
- Множественный дискриминантный анализ
- Многофакторный анализ
- Множественное выравнивание последовательностей
- Мультипликативный метод обновления веса
- Мультиспектральное распознавание образов
- Мутация (генетический алгоритм)
- MysteryVibe
- N-грамм
- НОМИНАЦИЯ (метод масштабирования)
- Идентификация на родном языке
- Набор инструментов для естественного языка
- Стратегия естественной эволюции
- Алгоритм цепочки ближайших соседей
- Классификатор ближайшего центроида
- Поиск ближайшего соседа
- Присоединение соседа
- Нест Лабс
- NetMiner
- NetOwl
- Нейронный дизайнер
- Объект нейронной инженерии
- Области нейронного моделирования
- Программное обеспечение для нейронных сетей
- Нейрорешения
- Нейроэволюция
- Нейроф
- Niki.ai
- Модель шумного канала
- Аналитика зашумленного текста
- Нелинейное уменьшение размерности
- Обнаружение новинок
- Неприятная переменная
- Одноклассовая классификация
- Оннкс
- ОпенНЛП
- Оптимальный дискриминантный анализ
- Oracle Data Mining
- Оранжевый (программное обеспечение)
- Рукоположение (статистика)
- Переобучение
- PROGOL
- ПСИПРЕД
- Распределение Пачинко
- Рейтинг страницы
- Параллельная метаэвристика
- Контрольный показатель паритета
- Маркировка частей речи
- Оптимизация роя частиц
- Зависимость от пути
- Язык шаблонов (формальные языки)
- Пелтарионский синапс
- Растерянность
- Персидский речевой корпус
- Пикас (приложение)
- Пьетро Перона
- Пилот трубопровода
- Пиранья (программное обеспечение)
- Процесс Питмана-Йора
- Обозначение таблички
- Полиномиальное ядро
- Автоматизация поп-музыки
- Процесс народонаселения
- Портативный формат для аналитики
- Язык разметки прогнозной модели
- Прогнозируемое представление состояния
- Регрессия предпочтений
- Преждевременная конвергенция
- Основной геодезический анализ
- Предварительные знания по распознаванию образов
- Призма (приложение)
- Вероятностные ядра действий
- Вероятностная контекстно-свободная грамматика
- Вероятностный латентно-семантический анализ
- Вероятностная мягкая логика
- Вероятностное сопоставление
- Probit model
- Продукт экспертов
- Программирование с большими данными в R
- Правильное обобщенное разложение
- Обрезка (деревья решений)
- Пушпак Бхаттачарья
- Q-методология
- Привет
- Контроль качества и генетические алгоритмы
- Лаборатория квантового искусственного интеллекта
- Теория массового обслуживания
- Быстро, рисуй!
- R (язык программирования)
- Рада Михалча
- Сложность Радемахера
- Ядро радиальной базисной функции
- Индекс Рэнда
- Случайная индексация
- Случайная проекция
- Метод случайного подпространства
- Рейтинг СВМ
- РапидМайнер
- Погремушка графического интерфейса
- Раймонд Кеттелл
- Система рассуждений
- Перспективы регуляризации машин опорных векторов
- Реляционный интеллектуальный анализ данных
- Квадрат отношений
- Релевантная векторная машина
- Рельеф (выбор функции)
- Ренджин
- Репертуарная сетка
- Представление теоремы
- Выбор на основе вознаграждения
- Richard Zemel
- Право на объяснение
- РобоЗемля
- Надежный анализ главных компонент
- Симпозиум RuleML
- Индукция правила
- Семейство систем извлечения правил
- САС (программное обеспечение)
- СННС
- Разработчик моделей SPSS
- СУБКЛУ
- Сложность примера
- Параметр исключения выборки
- Проблема с тропой Санта-Фе
- Сави Технология
- Схема (генетические алгоритмы)
- Разработка программного обеспечения на основе поиска
- Отбор (генетический алгоритм)
- Семантический пакет самообслуживания
- Семантическая складчатость
- Семантическое картирование (статистика)
- Полуопределенное вложение
- Чувствительные сети
- Проект Сенсориум
- Маркировка последовательностей
- Последовательная минимальная оптимизация
- Разрушенный набор
- Сёгун (ящик для инструментов)
- Силуэт (кластеризация)
- СимХэш
- СимРанк
- Мера сходства
- Простой коэффициент соответствия
- Одновременная локализация и картографирование
- Статистика Синькова
- Нарезанная обратная регрессия
- Змеи и лестницы
- Мягкое независимое моделирование аналогий классов
- Алгоритм Витерби с мягким выводом
- Теория индуктивного вывода Соломонова
- Программное обеспечение SolveIT
- Спектральная кластеризация
- Выбор переменных шипа и плиты
- Статистический машинный перевод
- Статистический анализ
- Статистическая семантика
- Стефано Соатто
- Стивен Вольфрам
- Стохастическая блочная модель
- Стохастический клеточный автомат
- Стохастический диффузионный поиск
- Стохастическая грамматика
- Стохастическая матрица
- Стохастическая универсальная выборка
- Стресс-мажоризация
- Строковое ядро
- Моделирование структурными уравнениями
- Структурная минимизация рисков
- Структурированная регуляризация разреженности
- Машина структурированных опорных векторов
- Достижимость подкласса
- Достаточное уменьшение размеров
- Алгоритм Сухотина
- Сумма абсолютных разностей
- Сумма абсолютных преобразованных разностей
- Роевой интеллект
- Переключение фильтра Калмана
- Символическая регрессия
- Синхронная контекстно-свободная грамматика
- Распознавание синтаксических образов
- ТД-Гаммон
- ТИОН
- Преподавание
- Теуво Кохонен
- Текстовое рассуждение на основе прецедентов
- Теория совместных измерений
- Томас Дж. Дитерих
- Модель Терстона
- Тематическая модель
- Выбор турнира
- Наборы для обучения, тестирования и проверки
- Трансиограмма
- Распознавание изображений Trax
- Триграммный теггер
- Выбор усечения
- Разложение Такера
- ПЛАВАНИЕ
- УПГМА
- Теорема о гадком утенке
- Неопределенные данные
- Равномерная сходимость по вероятности
- Уникальное отрицательное измерение
- Универсальный алгоритм портфеля
- Аналитика поведения пользователей
- Размер венчурного капитала
- ВИГРА
- Набор проверки
- Vapnik–Chervonenkis theory
- Байесовская сеть переменного порядка
- Оценка переменной плотности ядра
- Анализ переменных правил
- Вариационная передача сообщений
- Варимакс вращение
- Векторное квантование
- Викариус (компания)
- Алгоритм Витерби
- Вовпал Ваббит
- Алгоритм кластеризации WACA
- ВПГМА
- Метод Уорда
- Программа «Ласка»
- Отбеливание трансформации
- Винноу (алгоритм)
- Выиграть-остаться, проиграть-переключиться
- Свидетель установлен
- Вольфрам Язык
- Вольфрам Математика
- Писательский инвариант
- Xgboost
- Йорик
- Зерот (программное обеспечение)
Дальнейшее чтение
[ редактировать ]- Тревор Хэсти , Роберт Тибширани и Джером Х. Фридман (2001). Элементы статистического обучения , Спрингер. ISBN 0-387-95284-5 .
- Педро Домингос (сентябрь 2015 г.), Главный алгоритм , Основные книги, ISBN 978-0-465-06570-7
- Мехриар Мори , Афшин Ростамизаде, Амит Талвалкар (2012). Основы машинного обучения , MIT Press. ISBN 978-0-262-01825-8 .
- Ян Х. Виттен и Эйбе Франк (2011). Интеллектуальный анализ данных: практические инструменты и методы машинного обучения Морган Кауфманн, 664 стр., ISBN 978-0-12-374856-0 .
- Дэвид Дж. К. Маккей . Теория информации, вывод и алгоритмы обучения. Кембридж: Издательство Кембриджского университета, 2003. ISBN 0-521-64298-1
- Ричард О. Дуда , Питер Э. Харт , Дэвид Г. Сторк (2001) Классификация моделей (2-е издание), Уайли, Нью-Йорк, ISBN 0-471-05669-3 .
- Кристофер Бишоп (1995). Нейронные сети для распознавания образов , Издательство Оксфордского университета. ISBN 0-19-853864-2 .
- Владимир Вапник (1998). Статистическая теория обучения . Вили-Интерсайенс, ISBN 0-471-03003-1 .
- Рэй Соломонов , Машина индуктивного вывода , Протокол конференции IRE, Раздел теории информации, Часть 2, стр., 56–62, 1957.
- Рэй Соломонов , « Машина индуктивного вывода » Распространенный в частном порядке отчет Дартмутской летней исследовательской конференции по искусственному интеллекту 1956 года .
Ссылки
[ редактировать ]- ^ http://www.britannica.com/EBchecked/topic/1116194/machine-learning Этот третичный источник повторно использует информацию из других источников, но не называет их.
- ^ Фил Саймон (18 марта 2013 г.). Слишком большой, чтобы его игнорировать: экономическое обоснование больших данных . Уайли. п. 89. ИСБН 978-1-118-63817-0 .
- ^ Рон Кохави; Фостер Провост (1998). «Словарь терминов» . Машинное обучение . 30 : 271–274. дои : 10.1023/A:1007411609915 .
- ^ Сеттлс, Берр (2010), «Обзор литературы по активному обучению» (PDF) , Технический отчет по компьютерным наукам 1648. Университет Висконсина – Мэдисона , получено 18 ноября 2014 г.
- ^ 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 .
Внешние ссылки
[ редактировать ]- Наука о данных: данные для анализа от MIT (машинное обучение)
- Популярный онлайн-курс Эндрю Нга на Coursera . Он использует GNU Octave . Этот курс представляет собой бесплатную версию реального курса Стэнфордского университета , преподаваемого Нг, см. stanford.edu/Course/CS229, доступный бесплатно].
- mloss — это академическая база данных программного обеспечения для машинного обучения с открытым исходным кодом.