Машинное обучение — различия между версиями
Evaleria (обсуждение | вклад) м |
Evaleria (обсуждение | вклад) м |
||
| Строка 7: | Строка 7: | ||
*[[Выброс]] | *[[Выброс]] | ||
| − | =Классификация= | + | =Классификация и регрессия= |
*[[Метрический классификатор и метод ближайших соседей]] | *[[Метрический классификатор и метод ближайших соседей]] | ||
*[[Нейронные сети, перцептрон]] | *[[Нейронные сети, перцептрон]] | ||
| − | + | *[[Дерево решений и случайный лес]] | |
| − | |||
=Кластеризация= | =Кластеризация= | ||
| Строка 48: | Строка 47: | ||
*[[LSTM]] | *[[LSTM]] | ||
*[[Метод опорных векторов (SVM)]] | *[[Метод опорных векторов (SVM)]] | ||
| − | |||
*[[Байесовская классификация]] | *[[Байесовская классификация]] | ||
*[[EM-алгоритм]] | *[[EM-алгоритм]] | ||
Версия 00:23, 21 января 2019
Содержание
Общие понятия
Классификация и регрессия
- Метрический классификатор и метод ближайших соседей
- Нейронные сети, перцептрон
- Дерево решений и случайный лес
Кластеризация
Ансамбли
Глубокое обучение
- Глубокое обучение
- Настройка глубокой сети
- Batch-normalization
- Практики реализации нейронных сетей
- Сверточные нейронные сети
- Generative Adversarial Nets (GAN)
Обучение с подкреплением
Примеры кода
В разработке
- Общие понятия
- Мета-обучение
- Оценка качества в задачах классификации и регрессии
- Линейная регрессия
- Логистическая регрессия
- Стохастический градиентный спуск
- Рекуррентные нейронные сети
- Задача нахождения объектов на изображении
- Neural Style Transfer
- LSTM
- Метод опорных векторов (SVM)
- Байесовская классификация
- EM-алгоритм
- Ранжирование
- Рекомендательные системы
- Настройка гиперпараметров
- Уменьшение размерности
- Активное обучение
- Примеры кода на R
- Примеры кода на Java
- Обзор библиотек для машинного обучения на Python
