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

• Agentic AI
• Algorithmic Learning Theory (конференция)

B

• BigARTM

C

• Chain-of-thoughts
• Coconut (implicit reasoning)
• Coconut: неявное рассуждение
• Computational Learning Theory (конференция)

D

• Direct Preference Optimization

E

• Embedding

F

• FlashAttention

G

• Group Relative Policy Optimization

I

• International Conference on Machine Learning (конференция)

J

• Journal of Machine Learning Research

L

• LightGBM
• LoRA

N

• Neural Collaborative Filtering
• Neural Information Processing Systems (конференция)

R

• RAG
• RubricRL

S

• SLIM
• SVD в рекомендательных системах
• SVD разложение в рекомендательных системах
• Self-Distillation Policy Optimization
• SimCLR

T

• TopicNet

X

• XGBoost

А

• Адаптация низкого ранга
• Адаптивный градиентный спуск
• Аддитивная регуляризация тематических моделей
• Активное обучение
• Алгоритм iALS
• Алгоритм обучения
• Алгоритмы редукции дисперсии (SAGA, SVRG, SARAH)
• Ансамбль алгоритмов

Б

• Байесовский вывод
• Байесовский классификатор
• Большая языковая модель

В

• Вариационный байесовский вывод
• Взвешенное голосование
• Восстановление зависимостей по эмпирическим данным
• Выборка

Г

• Графовое разложение
• Групповая относительная оптимизация политики

Д

• Двойной спуск
• Дивергенция Йенсена — Шеннона
• Дивергенция Кульбака–Лейблера
• Диффузионная модель

И

• Инвариантное обучение для обобщения вне распределения

И (продолжение)

• Информационная энтропия

К

• Квазиньютоновские методы
• Классификация
• Кластеризация
• Коллекции документов для тематического моделирования
• Контаминация бенчмарков больших языковых моделей
• Конформное предсказание
• Криптография и машинное обучение

Л

• Линейный классификатор

М

• Марковский процесс
• Матрица ошибок
• Машинное забывание
• Машинное обучение
• Машинное обучение как автоматизация научного метода
• Метаобучение
• Метод главных компонент
• Метод инерции Поляка
• Метод комитетов
• Метод независимых компонент
• Метод обратного распространения ошибки
• Метод радиальных базисных функций
• Метод стохастического градиента
• Методы обучения с подкреплением
• Методы оптимизации в машинном обучении
• Метрический классификатор
• Механизм внимания
• Минимизация эмпирического риска
• Многомерная интерполяция и аппроксимация на основе теории случайных функций
• Многомерное шкалирование
• Многослойный персептрон
• Модель зависимости
• Модельный коллапс
• Мониторинг сходимости стохастического градиента
• Мультимодальное машинное обучение

Н

• Нейросетевое встраивание
• Нейросеть

О

• О точности скользящего экзамена
• Обобщённый автокодировщик на графах GraphEDM
• Обработка изображений
• Обсуждение:Диффузионная модель
• Обсуждение:Логистическая регрессия
• Обсуждение:Механизм внимания
• Обсуждение:Супервыравнивание
• Обучаемая векторизация данных
• Обучение без учителя
• Обучение с подкреплением
• Обучение с подкреплением из обратной связи человека (RLHF)
• Обучение с подкреплением по рубрикам
• Обучение с учителем

О (продолжение)

• Объект
• Оптимизация политики через самодистилляцию
• Ослабление и усиление шкал признаков

П

• Переобучение
• Перплексия
• Плотность распределения
• Позиционное кодирование
• Понижение размерности
• Признаковое описание
• Принцип максимума правдоподобия
• Проблема заземления символов
• Проклятие размерности
• Промпт-инжиниринг
• Промпт-инъекция
• Простой итерационный алгоритм сингулярного разложения
• Пространственно-временная графовая нейронная сеть
• Прямая оптимизация предпочтений

Р

• Ранжирование
• Распределение вероятностей
• Рекуррентная нейронная сеть
• Решающий список

С

• Самостоятельное обучение
• Свёрточная нейронная сеть
• Семантический поиск
• Скользящий контроль
• Слепые зоны выборки
• Смесь экспертов
• Стохастический градиентный спуск
• Стохастический градиентный шум и обобщающая способность нейронных сетей
• Структурная минимизация риска
• Супервыравнивание
• Сэмплирование Гиббса

Т

• Тематическое моделирование
• Теория Вапника-Червоненкиса
• Теория вероятностей
• Теория вычислительного обучения
• Токенизация
• Трансдуктивное обучение
• Трансформер (модель)

У

• Условия Каруша–Куна–Таккера
• Условная вероятность

Ф

• Фальсификация модели
• Федеративное обучение

Ц

• Цепочки рассуждений
• Цепь Маркова

Ч

• Частичное обучение

Ш

• Шеминг искусственного интеллекта

Э

• Эффективная размерность выборки