Категория:Машинное обучение

А

• [+] Алгоритмические композиции

Б

• [+] Байесовские методы

К

• [+] Классификация

К (продолжение)

• [+] Кластеризация

Н

• [+] Нейронные сети

О

• [+] Оценивание вероятностных распределений

Р

• [+] Ранжирование

Р (продолжение)

• [+] Регрессионный анализ
• [+] Решающие деревья

Т

• [+] Тематическое моделирование
• [+] Теория вычислительного обучения

A

• Algorithmic Learning Theory (конференция)

B

• BigARTM

C

• Computational Learning Theory (конференция)

I

• International Conference on Machine Learning (конференция)

J

• Journal of Machine Learning Research

N

• Neural Information Processing Systems (конференция)

T

• TopicNet

А

• Аддитивная регуляризация тематических моделей
• Алгоритм обучения

Б

• Байесовский классификатор

В

• Восстановление зависимостей по эмпирическим данным
• Выборка

К

• Классификация

К (продолжение)

• Кластеризация
• Коллекции документов для тематического моделирования
• Криптография и машинное обучение

Л

• Линейный классификатор
• Логистическая регрессия

М

• Машинное обучение
• Метод главных компонент
• Метод стохастического градиента
• Метрический классификатор
• Многомерная интерполяция и аппроксимация на основе теории случайных функций
• Модель зависимости

Н

• Нейросеть

О

• Обучение без учителя
• Обучение с подкреплением

О (продолжение)

• Обучение с учителем

П

• Переобучение
• Признаковое описание
• Проклятие размерности
• Простой итерационный алгоритм сингулярного разложения

С

• Скользящий контроль
• Стохастический градиентный спуск

Т

• Тематическое моделирование
• Теория Вапника-Червоненкиса
• Теория вычислительного обучения
• Трансдуктивное обучение

Ч

• Частичное обучение