Масштабирование по Платту

• Контролируемое обучение

  • Обучение с учителем, где данные классифицируются с помощью заранее определенных правил. 

• Обучение без присмотра

  • Обучение, при котором данные не классифицируются, а изучаются самостоятельно. 

• Онлайн-обучение

  • Обучение, которое происходит в реальном времени, например, в социальных сетях. 

• Пакетное обучение

  • Обучение, при котором данные делятся на пакеты для более эффективного обучения. 

• Мета-обучение

  • Обучение, направленное на улучшение способности модели обучаться на новых данных. 

• Обучение под непосредственным наблюдением

  • Обучение, при котором модель обучается на данных, которые она видит напрямую. 

• Самостоятельное обучение

  • Обучение, при котором модель обучается без вмешательства человека. 

• Обучение с подкреплением

  • Обучение, при котором модель обучается, получая обратную связь от окружающей среды. 

• Изучение учебной программы

  • Обучение, при котором модели обучаются на заранее определенных учебных программах. 

• Обучение, основанное на правилах

  • Обучение, при котором модели обучаются на правилах, а не на данных. 

• Квантовое машинное обучение

  • Использование квантовых вычислений для машинного обучения. 

• Классификация

  • Разделение данных на категории. 

• Генеративное моделирование

  • Создание новых данных на основе существующих. 

• Регрессия

  • Определение зависимости между непрерывной переменной и целевой переменной. 

• Кластеризация

  • Группировка данных в кластеры. 

• Уменьшение габаритов

  • Сжатие данных для уменьшения их размерности. 

• Оценка плотности

  • Определение плотности данных. 

• Обнаружение аномалий

  • Выявление отклонений от нормы в данных. 

• Очистка данных

  • Удаление шума и неполных данных из данных. 

• Автоматический

  • Обучение, осуществляемое автоматически без вмешательства человека. 

• Правила ассоциации

  • Обучение, основанное на ассоциациях между данными. 

• Семантический анализ

  • Анализ данных с точки зрения их смысла. 

• Структурированное предсказание

  • Обучение, направленное на предсказание структурированных данных. 

• Разработка функциональных возможностей

  • Обучение, направленное на создание новых функций. 

• Изучение особенностей

  • Обучение, направленное на изучение особенностей данных. 

• Учимся ранжировать

  • Обучение, направленное на ранжирование данных. 

• Введение в грамматику

  • Обучение, направленное на изучение грамматики. 

• Изучение онтологии

  • Обучение, направленное на изучение онтологии. 

• Мультимодальное обучение

  • Обучение, направленное на обработку данных в нескольких модальностях. 

• Обучение в рамках ученичества

  • Обучение, при котором ученик обучается у учителя. 

• Деревья принятия решений

  • Обучение, использующее деревья для принятия решений. 

• Упаковывание в мешки

  • Обучение, при котором данные группируются для повышения точности. 

• Стимулирование

  • Обучение, использующее стимулирующие методы. 

• Случайный лес

  • Обучение, использующее случайный лес для классификации данных. 

• к-НН

  • Обучение, использующее k-ближайших соседей для классификации данных. 

• Линейная регрессия

  • Обучение, использующее линейную регрессию для предсказания непрерывных переменных. 

• Наивный Байес

  • Обучение, использующее наивный байесовский метод для классификации данных. 

• Искусственные нейронные сети

  • Обучение, использующее искусственные нейронные сети для обработки данных. 

• Логистическая регрессия

  • Обучение, использующее логистическую регрессию для классификации данных. 

• Персептрон

  • Обучение, использующее персептрон для классификации данных. 

• Векторный анализ релевантности (RVM)

  • Обучение, использующее RVM для классификации данных. 

• Метод опорных векторов (SVM)

  • Обучение, использующее SVM для классификации данных. 

• Береза

  • Обучение, использующее березу для классификации данных. 

• Лечение

  • Обучение, использующее лечение для классификации данных. 

• Иерархический

  • Обучение, использующее иерархические методы для классификации данных. 

• k-означает

  • Обучение, использующее k-означает для кластеризации данных. 

• Размытый

  • Обучение, использующее размытые методы для классификации данных. 

• Максимизация ожиданий (EM)

  • Обучение, использующее EM для кластеризации данных. 

• СКАНИРОВАНИЕ по базе данных

  • Обучение, использующее сканирование по базе данных для классификации данных. 

• ОПТИКА

  • Обучение, использующее оптику для классификации данных. 

• Средний сдвиг

  • Обучение, использующее средний сдвиг для кластеризации данных. 

• Факторный анализ

  • Обучение, использующее факторный анализ для классификации данных. 

• приблизительно

  • Обучение, использующее приблизительно для классификации данных. 

• ИКА

  • Обучение, использующее ИКА для классификации данных. 

• ЛДА

  • Обучение, использующее ЛДА для классификации данных. 

• НМФ

  • Обучение, использующее НМФ для классификации данных. 

• СПС

  • Обучение, использующее СПС для классификации данных. 

• ПГД

  • Обучение, использующее ПГД для классификации данных. 

• т-СНЭ

  • Обучение, использующее т-СНЭ для классификации данных. 

• SDL (СДЛ)

  • Обучение, использующее SDL (СДЛ) для классификации данных. 

• Сеть Байеса

  • Обучение, использующее сеть Байеса для классификации данных. 

• Условное случайное поле

  • Обучение, использующее условное случайное поле для классификации данных. 

• Скрытый Марков

  • Обучение, использующее скрытый Марков для классификации данных. 

• РАНСАК

  • Обучение, использующее РАНСАК для классификации данных. 

• к-НН

• Локальный фактор выброса

  • Обучение, использующее локальный фактор выброса для классификации данных. 

• Изолированный лес

  • Обучение, использующее изолированный лес для классификации данных. 

• Автокодировщик

  • Обучение, использующее автокодировщик для классификации данных. 

• Когнитивные вычисления

  • Обучение, использующее когнитивные вычисления для классификации данных. 

• Глубокое обучение

  • Обучение, использующее глубокие нейронные сети для классификации данных. 

• Глубокая мечта

  • Обучение, использующее глубокую мечту для классификации данных. 

• Нейронная сеть с прямой связью

  • Обучение, использующее нейронную сеть с прямой связью для классификации данных. 

• ЛСТМ

  • Обучение, использующее долговременную краткосрочную память для классификации данных. 

• ГРУ

  • Обучение, использующее глубокое рекуррентное обучение для классификации данных. 

• ЕСН

  • Обучение, использующее экстремальное обучение с подкреплением для классификации данных. 

• вычисление резервуара

  • Обучение, использующее вычисление резервуара для классификации данных. 

• Ограниченная машина Больцмана

  • Обучение, использующее ограниченную машину Больцмана для классификации данных. 

• ГАН

  • Обучение, использующее генеративно-