Машинное обучение — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(В разработке)
м (rollbackEdits.php mass rollback)
 
(не показаны 73 промежуточные версии 23 участников)
Строка 3: Строка 3:
 
=Общие понятия=
 
=Общие понятия=
 
*[[Общие понятия]]
 
*[[Общие понятия]]
*[[Модель алгоритма и ее выбор]]
 
 
*[[Переобучение]]
 
*[[Переобучение]]
 
*[[Кросс-валидация]]
 
*[[Кросс-валидация]]
*[[Выброс]]
 
 
*[[Стохастический градиентный спуск]]
 
*[[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=
 
=Классификация и регрессия=
 
*[[Метрический классификатор и метод ближайших соседей]]
 
*[[Метрический классификатор и метод ближайших соседей]]
*[[Нейронные сети, перцептрон]]
 
 
*[[Дерево решений и случайный лес]]
 
*[[Дерево решений и случайный лес]]
 +
*[[Вариации регрессии]]
 +
*[[Линейная регрессия]]
 
*[[Логистическая 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]]<tex>^\star</tex>
  
 
=Кластеризация=
 
=Кластеризация=
 
*[[Кластеризация]]
 
*[[Кластеризация]]
 +
*[[EM-алгоритм]]
 
*[[Иерархическая кластеризация]]
 
*[[Иерархическая кластеризация]]
*[[Оценка качества в задаче кластеризации]]<tex>^\star</tex>
+
*[[Оценка качества в задаче кластеризации]]
 +
*[[Эволюционные алгоритмы кластеризации]]<tex>^\star</tex>
  
 
=Ансамбли=
 
=Ансамбли=
 
*[[Виды ансамблей]]
 
*[[Виды ансамблей]]
 
*[[Бустинг, AdaBoost]]
 
*[[Бустинг, AdaBoost]]
*[[CatBoost]]
+
*[[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==
 
*[[Глубокое обучение]]
 
*[[Глубокое обучение]]
 
*[[Настройка глубокой сети]]
 
*[[Настройка глубокой сети]]
 
*[[Batch-normalization]]
 
*[[Batch-normalization]]
*[[Практики реализации нейронных сетей]]
+
*[[Проблемы нейронных сетей]]
 
*[[Рекуррентные нейронные сети]]
 
*[[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]]
 
*[[Сегментация изображений]]
==Сверточные сети==
+
*[[Задача нахождения объектов на изображении]]<tex>^\star</tex>
*[[Сверточные нейронные сети]]
+
*[[Оценка положения]]<tex>^\star</tex>
==Порождающие модели==
+
*[[Определение положения человека]]<tex>^\star</tex>
*[[Generative Adversarial Nets (GAN)]]<tex>^\star</tex>
+
*[[Распознавание изогнутого текста]]<tex>^\star</tex>
*[[Вариационный автокодировщик]]
+
*[[Карта глубины]]<tex>^\star</tex>
==Обработка естественного языка==
+
*[[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]]
 
*[[Распознавание речи]]
 
*[[Обработка естественного языка]]
 
*[[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>
  
=Уменьшение размерности=
+
=Работа с данными=
 
*[[Уменьшение размерности]]
 
*[[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]]
 +
*[[Модель алгоритма и ее выбор]]
 +
*[[Мета-обучение]]
 +
*[[Поиск архитектуры нейронной сети]]
  
=Обучение с подкреплением=
+
==Обучение с подкреплением==
*[[Обучение с подкреплением]]
+
*[[Обучение с подкреплением]]<tex>^\star</tex>
*[[Методы policy gradient и алгоритм асинхронного актора-критика]]
+
*[[Методы policy gradient и алгоритм асинхронного актора-критика]]<tex>^\star</tex>
  
=Примеры кода=
+
=Реализация=
 
*[[Обзор библиотек для машинного обучения на Python]]
 
*[[Обзор библиотек для машинного обучения на Python]]
*[[Примеры кода на Scala]]
+
*[[Многопоточность в машинном обучении]]<tex>^\star</tex>
 +
*[[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=
 
=В разработке=
*[[Мета-обучение]]
+
*[[Расположение объектов на изображении]]
*[[Оценка качества в задачах классификации и регрессии]]
+
*[[Распознавание текста на изображении]]
*[[Линейная регрессия]]
+
*[[Определение геометрии изображения]]
*[[Задача нахождения объектов на изображении]]<tex>^\star</tex>
+
*[[Анализ видео]]
*[[Neural Style Transfer]]<tex>^\star</tex>
+
*[[Обнаружение и обработка дорожных знаков и пешеходов]]
*[[Долгая краткосрочная память]]
+
*[[Трансформер]]
*[[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]]
 
*[[XGBoost]]
 
*[[Известные наборы данных]]
 
*[[Поиск ближайших соседей с помощью иерархического маленького мира]]
 

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