Из Википедии, свободной энциклопедии
Перейти к навигации Перейти к поиску

Машинное обучение - это отрасль статистики и информатики , изучающая алгоритмы и архитектуры, которые учатся на наблюдаемых фактах.

Подкатегории

В этой категории отображается 34 подкатегории из имеющихся.

D

E

  • Ансамбль обучения (13 Р)
  • Эволюционные алгоритмы (4 С, 44 Р, 2 F)

грамм

  • Генетическое программирование (13 Р)

я

  • Индуктивное логическое программирование (5 С)

K

  • методы ядра для машинного обучения (1 C, 17 P)

L

  • Латентные переменные модели (2 С, 27 С)
  • Обучение в области компьютерного зрения (5 P)
  • Log-линейные модели (2 P)
  • Потеря функции (9 Р)

M

  • Машинные алгоритмы обучения (1 С, 68 С)
  • Машина обучения задача (9 P)
  • марковские модели (2 С, 54 Р)

О

  • Онтология обучение (информатика) (2 P)

р

  • Армирование обучение (7 С)
  • Машина обучения исследователей (129 P)
  • Исследователи обработки естественного языка (107 P)

S

  • Semisupervised обучения (1 С)
  • Статистическая обработка естественного языка (1 С, 35 С)
  • Структурированные предсказания (1 С, 4 С)
  • Контролируемая обучения (3 Р)
  • машины опорных векторов (9 Р)

U

  • неконтролируемого обучение (21 Р)

Страницы в категории "Машинное обучение"

Следующие 200 страниц находятся в текущей категории. Этот список может не отражать недавние изменения ( подробнее ).

(предыдущая страница) ( следующая страница )

 

  • Машинное обучение

*

  • Список наборов данных для исследований в области машинного обучения
  • Краткое описание машинного обучения

0–9

  • 80 миллионов крошечных изображений

А

  • Абляция (искусственный интеллект)
  • Обучение модели действия
  • Активное обучение (машинное обучение)
  • Состязательное машинное обучение
  • AIXI
  • Выбор алгоритма
  • Алгоритмическая предвзятость
  • Алгоритмический вывод
  • Обнаружение аномалий
  • Ученичество
  • Искусственный интеллект при приеме на работу
  • Ассоциативный классификатор
  • Астростатистика
  • Внимание (машинное обучение)
  • Автоматизированное машинное обучение
  • Автоматическое распознавание боли
  • Автоматизация в строительстве

B

  • Модель мешка слов
  • Шаровое дерево
  • Базовая ставка
  • Байесовская интерпретация регуляризации ядра
  • Байесовская оптимизация
  • Байесовское сожаление
  • Байесовский структурный временной ряд
  • Компромисс смещения и дисперсии
  • Бинарная классификация
  • Проблема Бонгарда
  • Модель Брэдли – Терри

C

  • Вероятность рака в плазме
  • Катастрофическое вмешательство
  • Категория полезности
  • Центр биологического и компьютерного обучения
  • Портал сообщества CIML
  • Когнитивная робототехника
  • Комитетная машина
  • Теория вычислительного обучения
  • Дрейф концепции
  • Концептуальное обучение
  • Условное случайное поле
  • Матрица путаницы
  • Коннекционистская временная классификация
  • Условная модель с ограничениями
  • Сверточная нейронная сеть
  • Граф эскиз
  • Ученик по парному шаблону
  • Кросс-энтропийный метод
  • Перекрестная проверка (статистика)
  • Проклятие размерности

D

  • Темный лес
  • Увеличение данных
  • Исследование данных
  • Предварительная обработка данных
  • Список решений
  • Обрезка дерева решений
  • Deeplearning4j
  • Развитая робототехника
  • Снижение размерности
  • Система открытия (исследования ИИ)
  • Distill (журнал)
  • Документ AI
  • Классификация документов
  • Адаптация домена
  • Димитрис Дрикакис

E

  • Стремительное обучение
  • Ранняя остановка
  • Эластичное соответствие
  • ELMo
  • Алгоритм EM и модель GMM
  • Минимизация эмпирического риска
  • Уравненные шансы
  • Устойчивость к ошибкам (обучение PAC)
  • Оценка бинарных классификаторов
  • Эволюционное программирование
  • Эволюционируемость (информатика)
  • Распространение ожиданий
  • Обучение, основанное на объяснении

F

  • Справедливость (машинное обучение)
  • Функция (машинное обучение)
  • Функциональная инженерия
  • Хеширование функций
  • Особенности обучения
  • Масштабирование функций
  • Федеративное обучение
  • Генеративная модель на основе потоков
  • Flux (фреймворк для машинного обучения)
  • Формальный анализ концепции

грамм

  • Генеративная модель
  • Генетический алгоритм
  • Глоссарий искусственного интеллекта
  • GPT-3
  • Введение в грамматику
  • Гранулярные вычисления

ЧАС

  • Сеть автомагистралей
  • Гиперпараметр (машинное обучение)
  • Оптимизация гиперпараметров

я

  • Неаутентичный текст
  • Индуктивное смещение
  • Индуктивная вероятность
  • Индуктивное программирование
  • Выводная теория обучения
  • Выбор экземпляра
  • Обучение на основе экземпляров
  • Мгновенно обученные нейронные сети
  • Изотропное положение

J

  • Журнал исследований в области машинного обучения

K

  • Оценка плотности ядра
  • Встраивание распределений в ядро
  • Кистилляция знаний
  • Интеграция знаний

L

  • Помеченные данные
  • Большой запас ближайшего соседа
  • Пределы большой ширины нейронных сетей
  • Ленивое обучение
  • Утечка (машинное обучение)
  • Обучаемый функциональный класс
  • Обучающий автомат
  • Кривая обучения (машинное обучение)
  • Скорость обучения
  • Учимся ранжировать
  • Обучение с ошибками
  • Ошибка исключения одной
  • Время жизни корреляции
  • Линейная функция предиктора
  • Линейная отделимость
  • Выборка для местного контроля

M

  • M-Theory (учебная среда)
  • Логическая обучающая машина
  • Машинное обучение (журнал)
  • Управление машинным обучением
  • Машинное обучение в биоинформатике
  • Машинное обучение в физике
  • Машинное обучение в видеоиграх
  • Регуляризация многообразия
  • Главный алгоритм
  • Обучающая система крестиков-ноликов из спичечных коробок
  • Матричная регуляризация
  • Коэффициент корреляции Мэтьюза
  • Мета-обучение (информатика)
  • Модель смеси
  • Проблема с горной машиной
  • Многоагентное обучение
  • Многорукий бандит
  • Многозадачное обучение
  • Многолинейный анализ главных компонент
  • Мультилинейное подпространственное обучение
  • Мультимодальный анализ тональности
  • Многократное обучение
  • Множественное обучение
  • Метод обновления мультипликативного веса
  • Оптимизация многозадачности
  • Многомерный сплайн адаптивной регрессии

N

  • Идентификация на родном языке
  • Природа Машинный интеллект
  • Поиск ближайшего соседа
  • Области нейронного моделирования
  • Гауссовский процесс нейронной сети
  • Квантовые состояния нейронной сети
  • Node2vec
  • Обнаружение новинок

О

  • Обучение Оккама
  • Автономное обучение
  • OpenNN
  • Переоснащение

п

  • Перефразирование (компьютерная лингвистика)
  • Паритетное обучение
  • Язык шаблонов (формальные языки)
  • Распознавание образов
  • Прогностическое обучение
  • Прогнозируемое представление состояния
  • Предпочтение обучения
  • Предварительные знания по распознаванию образов
  • Проактивное обучение
  • Proaftn
  • Соответствие вероятности
  • Продукт экспертов
  • Программирование на примере
  • Методы проксимального градиента для обучения
  • Пифия (машинное обучение)

Q

  • Квантовое машинное обучение
  • Функция уровня запроса

р

  • Радемахерская сложность
  • RAMnets
  • Случайный лес
  • Случайная индексация
  • Случайная проекция
  • Реляционный анализ данных
  • Теорема о представителях
  • Право на объяснение
  • Обучение роботов
  • Роботизированная автоматизация процессов
  • Правило индукции

S

  • Сложность образца
  • Scikit-multiflow
  • Семантический анализ (машинное обучение)
  • Семантическое сворачивание
  • Полу-контролируемое обучение
(предыдущая страница) ( следующая страница )