Помеченные данные

• Контролируемое обучение

  • Обучение с заранее определенными метками для обучения моделей. 
  • Включает классификацию, генеративное моделирование, регрессию и другие методы. 

• Обучение без присмотра

  • Обучение моделей на немаркированных данных без вмешательства человека. 
  • Включает обучение с подкреплением, изучение учебной программы и другие методы. 

• Онлайн-обучение

  • Обучение моделей через интернет, часто с использованием облачных сервисов. 
  • Включает мета-обучение, обучение под наблюдением и другие методы. 

• Пакетное обучение

  • Обучение моделей с использованием больших наборов данных. 
  • Включает деревья принятия решений, методы опорных векторов и другие методы. 

• Мета-обучение

  • Обучение моделей на основе результатов обучения других моделей. 
  • Включает обучение на основе правил, квантовое машинное обучение и другие методы. 

• Самостоятельное обучение

  • Обучение моделей без вмешательства человека. 
  • Включает изучение особенностей, ранжирование и другие методы. 

• Квантовое машинное обучение

  • Использование квантовых вычислений для машинного обучения. 
  • Включает классификацию, генеративное моделирование и другие методы. 

• Классификация

  • Разделение данных на категории. 
  • Включает методы, такие как k-NN, логистическая регрессия и другие. 

• Генеративное моделирование

  • Создание новых данных на основе существующих данных. 
  • Включает методы, такие как GAN, диффузионная модель и другие. 

• Регрессия

  • Определение значений непрерывных переменных. 
  • Включает методы, такие как линейная регрессия, метод опорных векторов и другие. 

• Кластеризация

  • Группировка данных по схожим характеристикам. 
  • Включает методы, такие как иерархический k-means, размытый k-means и другие. 

• Уменьшение габаритов

  • Сжатие данных для уменьшения их размерности. 
  • Включает методы, такие как PCA, метод главных компонент и другие. 

• Оценка плотности

  • Определение плотности распределения данных. 
  • Включает методы, такие как метод максимального правдоподобия и другие. 

• Обнаружение аномалий

  • Выявление отклонений от нормы в данных. 
  • Включает методы, такие как аномальный детектор и другие. 

• Очистка данных

  • Удаление нерелевантных или неполных данных. 
  • Включает методы, такие как фильтрация данных и другие. 

• Автоматический

  • Обучение моделей без участия человека. 
  • Включает правила ассоциации, семантический анализ и другие методы. 

• Правила ассоциации

  • Определение связей между данными. 
  • Включает методы, такие как наивный Байес и другие. 

• Семантический анализ

  • Анализ смысла данных. 
  • Включает методы, такие как LSTM и другие. 

• Структурированное предсказание

  • Предсказание структурированных данных. 
  • Включает методы, такие как логистическая регрессия и другие. 

• Разработка функциональных возможностей

  • Создание новых функций для данных. 
  • Включает методы, такие как искусственные нейронные сети и другие. 

• Изучение особенностей

  • Определение характеристик данных. 
  • Включает методы, такие как метод главных компонент и другие. 

• Учимся ранжировать

  • Обучение моделей для ранжирования данных. 
  • Включает методы, такие как обучение ранжированию и другие. 

• Введение в грамматику

  • Обучение моделей для понимания грамматики. 
  • Включает методы, такие как изучение онтологии и другие. 

• Мультимодальное обучение

  • Обучение моделей, обрабатывающих данные разных типов. 
  • Включает методы, такие как глубокое обучение и другие. 

• Обучение в рамках ученичества

  • Обучение моделей через взаимодействие с другими моделями. 
  • Включает методы, такие как деревья принятия решений и другие. 

• Деревья принятия решений

  • Обучение моделей на основе решений, принимаемых деревьями. 
  • Включает методы, такие как CART и другие. 

• Упаковывание в мешки

  • Обучение моделей на основе агрегированных данных. 
  • Включает методы, такие как случайный лес и другие. 

• Стимулирование

  • Обучение моделей с использованием стимулов. 
  • Включает методы, такие как Q-обучение и другие. 

• Случайный лес

  • Обучение моделей на основе случайных деревьев. 
  • Включает методы, такие как метод опорных векторов и другие. 

• к-НН

  • Обучение моделей на основе k ближайших соседей. 

• Линейная регрессия

  • Обучение моделей для предсказания непрерывных переменных. 

• Наивный Байес

  • Обучение моделей на основе вероятностных распределений. 

• Искусственные нейронные сети

  • Обучение моделей с использованием искусственных нейронов. 
  • Включает методы, такие как глубокие нейронные сети и другие. 

• Логистическая регрессия

  • Обучение моделей для предсказания бинарных переменных. 

• Персептрон

  • Обучение моделей для распознавания образов. 

• Векторный анализ релевантности (RVM)

  • Обучение моделей для определения релевантности данных. 

• Метод опорных векторов (SVM)

  • Обучение моделей для классификации данных. 

• Береза

  • Обучение моделей для распознавания изображений. 

• Лечение

  • Обучение моделей для медицинских задач. 

• Иерархический

  • Обучение моделей на основе иерархических структур данных. 

• k-означает

  • Обучение моделей для кластеризации данных. 

• Размытый

  • Обучение моделей для уменьшения размерности данных. 

• Максимизация ожиданий (EM)

  • Обучение моделей для оценки плотности данных. 

• СКАНИРОВАНИЕ по базе данных

  • Обучение моделей для анализа данных. 

• ОПТИКА

  • Обучение моделей для обработки изображений. 

• Средний сдвиг

• Факторный анализ

• приблизительно

• ИКА

• ЛДА

• НМФ

• СПС

• ПГД