Машинное обучение — различия между версиями
MuratOK (обсуждение | вклад) (→Классификация и регрессия) |
Evaleria (обсуждение | вклад) |
||
| Строка 12: | Строка 12: | ||
=Классификация и регрессия= | =Классификация и регрессия= | ||
| − | |||
*[[Метрический классификатор и метод ближайших соседей]] | *[[Метрический классификатор и метод ближайших соседей]] | ||
*[[Дерево решений и случайный лес]] | *[[Дерево решений и случайный лес]] | ||
| Строка 19: | Строка 18: | ||
*[[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]] | *[[Байесовские сети]] | ||
| Строка 45: | Строка 46: | ||
*[[Batch-normalization]] | *[[Batch-normalization]] | ||
*[[Рекуррентные нейронные сети]] | *[[Рекуррентные нейронные сети]] | ||
| + | *[[Сегментация изображений]] | ||
| + | *[[Компьютерное зрение]] | ||
*[[Долгая краткосрочная память]] | *[[Долгая краткосрочная память]] | ||
| − | |||
===Сверточные сети=== | ===Сверточные сети=== | ||
| Строка 63: | Строка 65: | ||
*[[Векторное представление слов]] | *[[Векторное представление слов]] | ||
*[[Классификация текстов и анализ тональности]] | *[[Классификация текстов и анализ тональности]] | ||
| + | *[[Механизм внимания]] | ||
=Автоматическое машинное обучение= | =Автоматическое машинное обучение= | ||
*[[Автоматическое машинное обучение]] | *[[Автоматическое машинное обучение]] | ||
*[[Модель алгоритма и ее выбор]] | *[[Модель алгоритма и ее выбор]] | ||
| + | *[[Мета-обучение]] | ||
=Работа с данными= | =Работа с данными= | ||
*[[Уменьшение размерности]] | *[[Уменьшение размерности]] | ||
*[[Выброс]] | *[[Выброс]] | ||
| + | *[[Алгоритмы сэмплирования]] | ||
*[[Известные наборы данных]] | *[[Известные наборы данных]] | ||
| + | *[[Метод главных компонент (PCA)]] | ||
| + | *[[Стохастическое вложение соседей с t-распределением]] | ||
=Обучение с подкреплением= | =Обучение с подкреплением= | ||
| Строка 86: | Строка 93: | ||
=В разработке= | =В разработке= | ||
| − | |||
| − | |||
*[[Графовые нейронные сети]] | *[[Графовые нейронные сети]] | ||
| − | |||
*[[Задача нахождения объектов на изображении]]<tex>^\star</tex> | *[[Задача нахождения объектов на изображении]]<tex>^\star</tex> | ||
*[[EM-алгоритм]] | *[[EM-алгоритм]] | ||
Версия 14:39, 23 марта 2020
Содержание
Общие понятия
- Общие понятия
- Переобучение
- Кросс-валидация
- Стохастический градиентный спуск
- Регуляризация
- Ранжирование
- Обучение с частичным привлечением учителя
- Жизненный цикл модели машинного обучения
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
- Кластеризация
- Иерархическая кластеризация
- Оценка качества в задаче кластеризации
- Эволюционные алгоритмы кластеризации
Ансамбли
Нейронные сети
Глубокое обучение
- Глубокое обучение
- Настройка глубокой сети
- Batch-normalization
- Рекуррентные нейронные сети
- Сегментация изображений
- Компьютерное зрение
- Долгая краткосрочная память
Сверточные сети
Порождающие модели
Обработка естественного языка
- Распознавание речи
- Обработка естественного языка
- Векторное представление слов
- Классификация текстов и анализ тональности
- Механизм внимания
Автоматическое машинное обучение
Работа с данными
- Уменьшение размерности
- Выброс
- Алгоритмы сэмплирования
- Известные наборы данных
- Метод главных компонент (PCA)
- Стохастическое вложение соседей с t-распределением
