Машинное обучение — различия между версиями
(→Обучение с подкреплением) |
Evaleria (обсуждение | вклад) м |
||
| Строка 32: | Строка 32: | ||
==Сверточные сети== | ==Сверточные сети== | ||
*[[Сверточные нейронные сети]] | *[[Сверточные нейронные сети]] | ||
| + | ==Порождающие модели== | ||
*[[Generative Adversarial Nets (GAN)]]<tex>^\star</tex> | *[[Generative Adversarial Nets (GAN)]]<tex>^\star</tex> | ||
==Обработка естественного языка== | ==Обработка естественного языка== | ||
Версия 23:09, 25 января 2019
Содержание
Общие понятия
Классификация и регрессия
- Метрический классификатор и метод ближайших соседей
- Нейронные сети, перцептрон
- Дерево решений и случайный лес
- Логистическая регрессия
Кластеризация
Ансамбли
Глубокое обучение
- Глубокое обучение
- Настройка глубокой сети
- Batch-normalization
- Практики реализации нейронных сетей
- Рекуррентные нейронные сети
Сверточные сети
Порождающие модели
Обработка естественного языка
Уменьшение размерности
Обучение с подкреплением
Примеры кода
В разработке
- Мета-обучение
- Оценка качества в задачах классификации и регрессии
- Линейная регрессия
- Стохастический градиентный спуск
- Задача нахождения объектов на изображении
- Neural Style Transfer
- Долгая краткосрочная память (LSTM)
- Метод опорных векторов (SVM)
- Байесовская классификация
- EM-алгоритм
- Ранжирование
- Рекомендательные системы
- Настройка гиперпараметров
- Активное обучение
- Примеры кода на R
- Примеры кода на Java
- Регуляризация
- Обратное распространение ошибки
- Порождающие модели
- Векторное представление слов
- Ядра
- Сегментация изображений
- XGBoost
- Известные наборы данныхa
