Машинное обучение — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
м (В разработке)
м (rollbackEdits.php mass rollback)
 
(не показано 109 промежуточных версий 33 участников)
Строка 1: Строка 1:
 
[[Категория: Машинное обучение]]
 
[[Категория: Машинное обучение]]
  
=Одобренные=
+
=Общие понятия=
 
 
=В разработке=
 
 
*[[Общие понятия]]
 
*[[Общие понятия]]
*[[Модель алгоритма и ее выбор]]
 
*[[Мета-обучение]]
 
*[[Оценка качества в задачах классификации и регрессии]]
 
*[[Оценка качества в задаче кластеризации]]<tex>^\star</tex>
 
 
*[[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]]
*[[Стохастический градиентный спуск ]]
 
*[[Нейронные сети, перцептрон]]
 
*[[Сверточные нейронные сети]]
 
*[[Рекуррентные нейронные сети]]
 
*[[Задача нахождения объектов на изображении]]<tex>^\star</tex>
 
*[[Neural Style Transfer]]<tex>^\star</tex>
 
*[[LSTM]]
 
*[[Generative Adversarial Nets (GAN)]]<tex>^\star</tex>
 
*[[Метрический классификатор и метод ближайших соседей]]
 
 
*[[Метод опорных векторов (SVM)]]
 
*[[Метод опорных векторов (SVM)]]
*[[Дерево решений и случайный лес]]
+
*[[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]]
 
*[[Иерархическая кластеризация]]
 
*[[Иерархическая кластеризация]]
*[[k-средних]]
+
*[[Оценка качества в задаче кластеризации]]
*[[EM-алгоритм]]
+
*[[Эволюционные алгоритмы кластеризации]]<tex>^\star</tex>
 +
 
 +
=Ансамбли=
 +
*[[Виды ансамблей]]
 
*[[Бустинг, AdaBoost]]
 
*[[Бустинг, AdaBoost]]
*[[Ранжирование]]
+
*[[XGBoost]]<tex>^\star</tex>
*[[Рекомендательные системы]]
+
*[[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]]
*[[Уменьшение размерности]]
+
*[[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>
*[[Активное обучение]]
+
*[[Методы policy gradient и алгоритм асинхронного актора-критика]]<tex>^\star</tex>
*[[Примеры кода на R]]
+
 
 +
=Реализация=
 +
*[[Обзор библиотек для машинного обучения на Python]]
 +
*[[Многопоточность в машинном обучении]]<tex>^\star</tex>
 
*[[Примеры кода на Java]]
 
*[[Примеры кода на Java]]
*[[Обзор библиотек для машинного обучения на Python]]
+
*[[Примеры кода на R]]<tex>^\star</tex>
*[[Выброс]]
+
*[[Примеры кода на Scala]]<tex>^\star</tex>
*[[CatBoost]]
+
*[[Примеры кода на Kotlin]]<tex>^\star</tex>
*[[Глубокое обучение]]
+
*[[Примеры кода на Kotlin в Jupyter Notebook]]<tex>^\star</tex>
*[[Практики реализации нейронных сетей]]
+
*[[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

Кластеризация

Ансамбли

Нейронные сети

Глубокое обучение

Сверточные сети

Компьютерное зрение

Порождающие модели

Обработка естественного языка

Работа с данными

Виды обучения

Автоматическое машинное обучение

Обучение с подкреплением

Реализация

Применение машинного обучения на практике

В разработке