Масштабирование Платта

Масштабирование по Платту Контролируемое обучение Обучение с учителем, где данные классифицируются с помощью заранее определенных правил.  Обучение без присмотра Обучение, […]

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- 

    Полный текст статьи:

    Масштабирование Платта — Википедия

    Оставьте комментарий

    Прокрутить вверх