Машинное обучение — различия между версиями
Rugpanov (обсуждение | вклад) (Добавить раздел Глубокое обучение) |
м (rollbackEdits.php mass rollback) |
||
(не показано 111 промежуточных версий 34 участников) | |||
Строка 1: | Строка 1: | ||
[[Категория: Машинное обучение]] | [[Категория: Машинное обучение]] | ||
− | = | + | =Общие понятия= |
− | |||
− | |||
*[[Общие понятия]] | *[[Общие понятия]] | ||
− | |||
− | |||
− | |||
− | |||
*[[Переобучение]] | *[[Переобучение]] | ||
+ | *[[Кросс-валидация]] | ||
+ | *[[Стохастический градиентный спуск]] | ||
+ | *[[Регуляризация]] | ||
+ | *[[Ранжирование]] | ||
+ | *[[Рекомендательные системы]] | ||
+ | *[[Интерпретируемые модели]] | ||
+ | *[[Жизненный цикл модели машинного обучения]]<tex>^\star</tex> | ||
+ | *[[Анализ временных рядов]]<tex>^\star</tex> | ||
+ | |||
+ | =Классификация и регрессия= | ||
+ | *[[Метрический классификатор и метод ближайших соседей]] | ||
+ | *[[Дерево решений и случайный лес]] | ||
+ | *[[Вариации регрессии]] | ||
*[[Линейная регрессия]] | *[[Линейная регрессия]] | ||
*[[Логистическая регрессия]] | *[[Логистическая регрессия]] | ||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
*[[Метод опорных векторов (SVM)]] | *[[Метод опорных векторов (SVM)]] | ||
− | *[[ | + | *[[Ядра]] |
+ | *[[Оценка качества в задачах классификации и регрессии]] | ||
*[[Байесовская классификация]] | *[[Байесовская классификация]] | ||
+ | *[[Байесовские сети]] | ||
+ | *[[Поиск ближайших соседей с помощью иерархического маленького мира]]<tex>^\star</tex> | ||
+ | |||
+ | =Кластеризация= | ||
*[[Кластеризация]] | *[[Кластеризация]] | ||
*[[EM-алгоритм]] | *[[EM-алгоритм]] | ||
+ | *[[Иерархическая кластеризация]] | ||
+ | *[[Оценка качества в задаче кластеризации]] | ||
+ | *[[Эволюционные алгоритмы кластеризации]]<tex>^\star</tex> | ||
+ | |||
+ | =Ансамбли= | ||
+ | *[[Виды ансамблей]] | ||
*[[Бустинг, AdaBoost]] | *[[Бустинг, AdaBoost]] | ||
− | *[[ | + | *[[XGBoost]]<tex>^\star</tex> |
− | *[[ | + | *[[CatBoost]]<tex>^\star</tex> |
+ | |||
+ | =Нейронные сети= | ||
+ | *[[Нейронные сети, перцептрон]] | ||
+ | *[[Обратное распространение ошибки]] | ||
+ | *[[Практики реализации нейронных сетей]] | ||
+ | *[[Графовые нейронные сети]]<tex>^\star</tex> | ||
+ | *[[Рекурсивные нейронные сети]]<tex>^\star</tex> | ||
+ | |||
+ | ==Глубокое обучение== | ||
+ | *[[Глубокое обучение]] | ||
+ | *[[Настройка глубокой сети]] | ||
+ | *[[Batch-normalization]] | ||
+ | *[[Проблемы нейронных сетей]] | ||
+ | *[[Рекуррентные нейронные сети]] | ||
+ | *[[Сиамская нейронная сеть]] | ||
+ | *[[Автокодировщик]] | ||
+ | *[[Сети глубокого доверия]]<tex>^\star</tex> | ||
+ | |||
+ | ===Сверточные сети=== | ||
+ | *[[Сверточные нейронные сети]] | ||
+ | *[[Neural Style Transfer]]<tex>^\star</tex> | ||
+ | |||
+ | ===Компьютерное зрение=== | ||
+ | *[[Компьютерное зрение]] | ||
+ | *[[Сегментация изображений]] | ||
+ | *[[Задача нахождения объектов на изображении]]<tex>^\star</tex> | ||
+ | *[[Оценка положения]]<tex>^\star</tex> | ||
+ | *[[Определение положения человека]]<tex>^\star</tex> | ||
+ | *[[Распознавание изогнутого текста]]<tex>^\star</tex> | ||
+ | *[[Карта глубины]]<tex>^\star</tex> | ||
+ | *[[Вписывание части изображения]]<tex>^\star</tex> | ||
+ | *[[Блендинг изображений]]<tex>^\star</tex> | ||
+ | |||
+ | ===Порождающие модели=== | ||
+ | *[[Порождающие модели]] | ||
+ | *[[Генерация объектов]] | ||
+ | *[[Generative Adversarial Nets (GAN)|Порождающие состязательные сети, Generative Adversarial Networks (GAN)]] | ||
+ | *[[PixelRNN и PixelCNN]] | ||
+ | *[[Вариационный автокодировщик]]<tex>^\star</tex> | ||
+ | *[[Задача трансляции изображений]]<tex>^\star</tex> | ||
+ | *[[Генерация текста]]<tex>^\star</tex> | ||
+ | *[[Генерация изображения по тексту]]<tex>^\star</tex> | ||
+ | |||
+ | ===Обработка естественного языка=== | ||
+ | *[[Распознавание речи]] | ||
+ | *[[Обработка естественного языка]] | ||
+ | *[[Векторное представление слов]] | ||
+ | *[[Классификация текстов и анализ тональности]] | ||
+ | *[[Долгая краткосрочная память]] | ||
+ | *[[Механизм внимания]] | ||
+ | *[[BERT (языковая модель)]] | ||
+ | *[[Синтез речи]]<tex>^\star</tex> | ||
+ | *[[Диалоговые системы]]<tex>^\star</tex> | ||
+ | |||
+ | =Работа с данными= | ||
+ | *[[Уменьшение размерности]] | ||
+ | *[[Выброс]] | ||
+ | *[[Алгоритмы сэмплирования]] | ||
+ | *[[Известные наборы данных]] | ||
+ | *[[Метод главных компонент (PCA)]] | ||
+ | *[[Стохастическое вложение соседей с t-распределением]] | ||
+ | *[[Синтетические наборы данных]]<tex>^\star</tex> | ||
+ | |||
+ | =Виды обучения= | ||
+ | *[[Активное обучение]]<tex>^\star</tex> | ||
+ | *[[Обучение с частичным привлечением учителя]]<tex>^\star</tex> | ||
+ | *[[Обучение в реальном времени]]<tex>^\star</tex> | ||
+ | |||
+ | ==Автоматическое машинное обучение== | ||
+ | *[[Автоматическое машинное обучение]] | ||
*[[Настройка гиперпараметров]] | *[[Настройка гиперпараметров]] | ||
− | *[[ | + | *[[Модель алгоритма и ее выбор]] |
− | *[[Обучение с подкреплением | + | *[[Мета-обучение]] |
+ | *[[Поиск архитектуры нейронной сети]] | ||
+ | |||
+ | ==Обучение с подкреплением== | ||
*[[Обучение с подкреплением]]<tex>^\star</tex> | *[[Обучение с подкреплением]]<tex>^\star</tex> | ||
− | *[[ | + | *[[Методы policy gradient и алгоритм асинхронного актора-критика]]<tex>^\star</tex> |
− | *[[ | + | |
+ | =Реализация= | ||
+ | *[[Обзор библиотек для машинного обучения на Python]] | ||
+ | *[[Многопоточность в машинном обучении]]<tex>^\star</tex> | ||
*[[Примеры кода на Java]] | *[[Примеры кода на Java]] | ||
− | *[[ | + | *[[Примеры кода на R]]<tex>^\star</tex> |
− | *[[ | + | *[[Примеры кода на Scala]]<tex>^\star</tex> |
− | *[[ | + | *[[Примеры кода на Kotlin]]<tex>^\star</tex> |
− | *[[ | + | *[[Примеры кода на Kotlin в Jupyter Notebook]]<tex>^\star</tex> |
+ | *[[Машинное обучение на мобильных телефонах]]<tex>^\star</tex> | ||
+ | |||
+ | =Применение машинного обучения на практике= | ||
+ | *[[Анализ социальных сетей]]<tex>^\star</tex> | ||
+ | *[[Машинное обучение в медицине]]<tex>^\star</tex> | ||
+ | *[[Deepfake|Генерация дипфейков с помощью нейронных сетей]]<tex>^\star</tex> | ||
+ | *[[Представление знаний]]<tex>^\star</tex> | ||
+ | *[[Задача планирования движения]]<tex>^\star</tex> | ||
+ | *[[Машинное обучение в астрономии]]<tex>^\star</tex> | ||
+ | *[[Компьютерное зрение в микроскопии]]<tex>^\star</tex> | ||
+ | *[[Обучение на больших данных]]<tex>^\star</tex> | ||
+ | *[[Дополнение к ранжированию]]<tex>^\star</tex> | ||
+ | |||
+ | =В разработке= | ||
+ | *[[Расположение объектов на изображении]] | ||
+ | *[[Распознавание текста на изображении]] | ||
+ | *[[Определение геометрии изображения]] | ||
+ | *[[Анализ видео]] | ||
+ | *[[Обнаружение и обработка дорожных знаков и пешеходов]] | ||
+ | *[[Трансформер]] |
Текущая версия на 19:36, 4 сентября 2022
Общие понятия
Классификация и регрессия
- Метрический классификатор и метод ближайших соседей
- Дерево решений и случайный лес
- Вариации регрессии
- Линейная регрессия
- Логистическая регрессия
- Метод опорных векторов (SVM)
- Ядра
- Оценка качества в задачах классификации и регрессии
- Байесовская классификация
- Байесовские сети
- Поиск ближайших соседей с помощью иерархического маленького мира
Кластеризация
Ансамбли
Нейронные сети
- Нейронные сети, перцептрон
- Обратное распространение ошибки
- Практики реализации нейронных сетей
- Графовые нейронные сети
- Рекурсивные нейронные сети
Глубокое обучение
- Глубокое обучение
- Настройка глубокой сети
- Batch-normalization
- Проблемы нейронных сетей
- Рекуррентные нейронные сети
- Сиамская нейронная сеть
- Автокодировщик
- Сети глубокого доверия
Сверточные сети
Компьютерное зрение
- Компьютерное зрение
- Сегментация изображений
- Задача нахождения объектов на изображении
- Оценка положения
- Определение положения человека
- Распознавание изогнутого текста
- Карта глубины
- Вписывание части изображения
- Блендинг изображений
Порождающие модели
- Порождающие модели
- Генерация объектов
- Порождающие состязательные сети, Generative Adversarial Networks (GAN)
- PixelRNN и PixelCNN
- Вариационный автокодировщик
- Задача трансляции изображений
- Генерация текста
- Генерация изображения по тексту
Обработка естественного языка
Работа с данными
Виды обучения
Автоматическое машинное обучение
- Автоматическое машинное обучение
- Настройка гиперпараметров
- Модель алгоритма и ее выбор
- Мета-обучение
- Поиск архитектуры нейронной сети