Şablon:Maşın öyrənməsi

Maşın öyrənməsi və intellektual verilənlərin analizi

Tapşırıqlar Təsnifat tapşırığı Klasterləşdirmə Reqressiya Anomaliya aşkarlama Assosiasiya qaydaları Təsdiqetmə ilə öyrənmə Strukturlaşdırılmış proqnoz Layihələndirmə xüsusiyyətləri Öyrənmə xüsusiyyətləri Onlayn öyrənmə Yarısupervizorlu öyrənmə Supervizorsuz öyrənmə Qiymətləndirmə ilə öyrənmə Qrammatika induksiyası
Supervizorlu öyrənmə Qərarların qəbul olunması ağacı Ansambllar (Bagging, Boosting, Random forest) k-NN Xətti reqressiya Sadə Bayes Neyron şəbəkələr Loqistik reqressiya Perseptron Uyğun vektor üsulu Köməkçi vektor üsulu
Klasterləşdirmə BIRCH İyerarxik k-orta Gözləmə-maksimallaşma DBSCAN OPTICS Orta dəyişmə
Ölçü azaldılması Faktor analizi Kanonik korrelyasiya Müstəqil komponent analizi Xətti diskriminant analizi Qeyri-meqativ matris vuruqlarına ayırma Əsas komponent analizi t-SNE
Strukturlaşdırılmış proqnoz Qrafik ehtimal modelləri (Bayes şəbəkəsi, Şərti təsadüfi sahə, Gizli Markov modeli)
Anomaliya aşkarlama k-NN Lokal tullanış amili
Neyron şəbəkələr Avtokodirovka Dərin öyrənmə Çoxlaylı perseptron Rekkurent neyron şəbəkələr Məhdud Boltsman maşını Özü təşkil olunan xəritə Əyri neyron şəbəkə
Nəzəriyyə Kompromis sürüşmə-dispersiyası Hesablama öyrənmə nəzəriyyəsi Empirik riski minimallaşdırma Okkam öyrənmə PAC öyrənmə Statistik öyrənmə VC nəzəriyyəsi
Konfranslar və jurnallar NIPS ICML JMLR ArXiv:cs.LG
b m r