bugorwiki.info
на главную

Схема машинного обучения

Механизм машинного обучения

Собственные системы машинного обучения

Собственные системы машинного обучения

  • Амазонское машинное обучение
  • Студия машинного обучения Microsoft Azure
  • DistBelief - заменен на TensorFlow
Открытые рамки машинного обучения

Открытые рамки машинного обучения

  • Апач синга
  • Caffe
  • H2O
  • PyTorch
  • mlpack
  • TensorFlow
  • факел
  • CNTK
  • Accord.Net

Библиотеки машинного обучения

Библиотека машинного обучения

  • Deeplearning4j
  • Theano
  • Scikit учиться

Алгоритмы машинного обучения

Алгоритм машинного обучения

Типы алгоритмов машинного обучения
  • Альмейда-Пинеда периодическое обратное распространение
  • Alopex
  • обратное распространение
  • Начальная загрузка
  • Алгоритм CN2
  • Построение деревьев навыков
  • Модель Дехен – Ченгекс
  • Диффузионная карта
  • Основанный на доминировании грубый подход
  • Динамическое искажение времени
  • Обучение на основе ошибок
  • Эволюционная мультимодальная оптимизация
  • Алгоритм ожидания-максимизации
  • FastICA
  • Прямой-обратный алгоритм
  • GeneRec
  • Генетический алгоритм для производства набора правил
  • Растущая самоорганизующаяся карта
  • HEXQ
  • Сеть гиперфункций
  • IDistance
  • Алгоритм K-ближайших соседей
  • Методы ядра для векторного вывода
  • Анализ основных компонентов ядра
  • Leabra
  • Алгоритм Линде – Бузо – Грея
  • Локальный выброс
  • Машина обучения логики
  • LogitBoost
  • Выравнивание коллекторов
  • Выбор функции минимального резервирования
  • Смесь экспертов
  • Многоядерное обучение
  • Неотрицательная матричная факторизация
  • Интернет машинное обучение
  • Ошибка вне пакета
  • Префронтальная кора базальных ганглиев, рабочая память
  • PVLV
  • Q-обучения
  • Квадратичная безусловная бинарная оптимизация
  • Функция уровня запроса
  • QuickProp
  • Радиальная базисная функция сети
  • Алгоритм рандомизированного взвешенного большинства
  • Усиление обучения
  • Повторное добавочное сокращение, чтобы произвести уменьшение ошибки (RIPPER)
  • Rprop
  • Основанное на правилах машинное обучение
  • Навык цепочки
  • Разреженный спс
  • Государственное действие-вознаграждение состояния действия
  • Стохастический градиентный спуск
  • Структурированная кНН
  • Т-распределенное стохастическое вложение соседей
  • Временная разница обучения
  • Алгоритм сна-бодрствования
  • Алгоритм взвешенного большинства (машинное обучение)

Методы машинного обучения

Метод машинного обучения (список)

  • Алгоритм на основе экземпляров
    • Алгоритм K-ближайших соседей (KNN)
    • Изучение вектора квантования (LVQ)
    • Самоорганизующаяся карта (СОМ)
  • Регрессивный анализ
    • Логистическая регрессия
    • Обычная регрессия наименьших квадратов (OLSR)
    • Линейная регрессия
    • Пошаговая регрессия
    • Многомерные адаптивные регрессионные сплайны (MARS)
  • Алгоритм регуляризации
    • Хребет регрессии
    • Оператор наименьшей абсолютной усадки и выбора (LASSO)
    • Эластичная сетка
    • Наименьший угол регрессии (LARS)
  • Классификаторы
    • Вероятностный классификатор
      • Наивный байесовский классификатор
    • Двоичный классификатор
    • Линейный классификатор
    • Иерархический классификатор

Уменьшение размерности

Уменьшение размерности

  • Канонический корреляционный анализ (ККА)
  • Факторный анализ
  • Извлечение функций
  • Выбор функции
  • Независимый компонентный анализ (ICA)
  • Линейный дискриминантный анализ (LDA)
  • Многомерное масштабирование (MDS)
  • Неотрицательная матричная факторизация (ЯМФ)
  • Частичная регрессия наименьших квадратов (PLSR)
  • Анализ основных компонентов (PCA)
  • Основной компонент регрессии (ПЦР)
  • Погоня за проекцией
  • Саммон картирование
  • t-распределенное стохастическое вложение соседей (t-SNE)

Обучение ансамблю

Обучение ансамблю

  • AdaBoost
  • стимулирование
  • Начальная загрузка (Bagging)
  • Усреднение по ансамблю - процесс создания нескольких моделей и их объединения для получения желаемого результата, в отличие от создания только одной модели. Часто ансамбль моделей работает лучше, чем любая отдельная модель, потому что различные ошибки моделей «усредняются».
  • Градиентное дерево решений (GBDT)
  • Машина повышения градиента (GBM)
  • Случайный Лес
  • Сложенное обобщение (смешивание)

Мета обучение

Мета обучение

  • Индуктивный уклон
  • Метаданные

Усиление обучения

Усиление обучения

  • Q-обучения
  • Состояние – действие – награда – состояние – действие (САРСА)
  • Временная разница обучения (TD)
  • Учебные автоматы

Контролируемое обучение

Контролируемое обучение

  • AODE
  • Искусственная нейронная сеть
  • Алгоритмы обучения правила ассоциации
    • Априорный алгоритм
    • Эклат алгоритм
  • Основанное на случае рассуждение
  • Гауссовский процесс регрессии
  • Программирование генной экспрессии
  • Групповой метод обработки данных (GMDH)
  • Индуктивное логическое программирование
  • Экземплярное обучение
  • Ленивое обучение
  • Учебные автоматы
  • Изучение вектора квантования
  • Дерево логистической модели
  • Минимальная длина сообщения (деревья решений, графики решений и т. Д.)
    • Алгоритм ближайшего соседа
    • Аналоговое моделирование
  • Возможно приблизительно правильное обучение (PAC)
  • Подумайте правила, методика приобретения знаний
  • Символьные алгоритмы машинного обучения
  • Опорные векторные машины
  • Случайные Леса
  • Ансамбли классификаторов
    • Бутстрап агрегирующий (bagging)
    • Повышение (мета-алгоритм)
  • Порядковая классификация
  • Информационные нечеткие сети (ИФН)
  • Условное случайное поле
  • ANOVA
  • Квадратичные классификаторы
  • k-ближайший сосед
  • стимулирование
    • СПРИНТ
  • Байесовские сети
    • Наивный байесовский
  • Скрытые марковские модели
    • Иерархическая скрытая марковская модель
байесовский

Байесовская статистика

  • Байесовская база знаний
  • Наивный байесовский
  • Гауссовский наивный байесовский
  • Полиномиальный Наивный Байес
  • Усредненные оценки с одной зависимостью (AODE)
  • Байесовская сеть убеждений (BBN)
  • Байесовская сеть (BN)
Алгоритмы дерева решений

Алгоритм дерева решений

  • Древо решений
  • Дерево классификации и регрессии (CART)
  • Итеративный Дихотомизатор 3 (ID3)
  • Алгоритм C4.5
  • Алгоритм C5.0
  • Хи-квадрат Автоматическое обнаружение взаимодействия (CHAID)
  • Решение пень
  • Условное дерево решений
  • Алгоритм ID3
  • Случайный лес
  • SLIQ
Линейный классификатор

Линейный классификатор

  • Линейный дискриминант Фишера
  • Линейная регрессия
  • Логистическая регрессия
  • Полиномиальная логистическая регрессия
  • Наивный байесовский классификатор
  • Perceptron
  • Машина опорных векторов

Неконтролируемое обучение

Неконтролируемое обучение

  • Алгоритм максимизации ожидания
  • Векторное квантование
  • Генеративная топографическая карта
  • Информационный метод узкого места
Искусственные нейронные сети

Искусственная нейронная сеть

  • Прямая нейронная сеть
    • Экстремальная обучающая машина
    • Сверточная нейронная сеть
  • Рецидивирующая нейронная сеть
    • Долгосрочная кратковременная память (LSTM)
  • Машина обучения логики
  • Самоорганизующаяся карта
Ассоциация правила обучения

Ассоциация правила обучения

  • Априорный алгоритм
  • Эклат алгоритм
  • Алгоритм FP-роста
Иерархическая кластеризация

Иерархическая кластеризация

  • Одноканальная кластеризация
  • Концептуальная кластеризация
Кластерный анализ

Кластерный анализ

  • БЕРЕЗА
  • DBSCAN
  • Ожидание-максимизация (EM)
  • Нечеткая кластеризация
  • Иерархическая кластеризация
  • K-означает кластеризацию
  • K-медиана
  • Средний сдвиг
  • Алгоритм ОПТИКА
Обнаружение аномалий

Обнаружение аномалий

  • Классификация k-ближайших соседей ( k -NN)
  • Локальный выброс

Обучение под наблюдением

Обучение под наблюдением

  • Активное обучение - особый случай обучения с полууправляемым обучением, при котором алгоритм обучения способен интерактивно запрашивать пользователя (или некоторый другой источник информации) для получения желаемых результатов в новых точках данных.
  • Генеративные модели
  • Разделение низкой плотности
  • Основанные на графике методы
  • Совместное обучение
  • трансдукция

Глубокое обучение

Глубокое обучение

  • Глубокие сети убеждений
  • Глубокие машины Больцмана
  • Глубокие сверточные нейронные сети
  • Глубокие Рекуррентные Нейронные Сети
  • Иерархическая временная память
  • Генеративные Состязательные Сети
  • Глубокая машина Больцмана (DBM)
  • Сложенные авто-кодеры

Другие методы и проблемы машинного обучения

  • Обнаружение аномалий
  • Правила ассоциации
  • Смещение дисперсии
  • классификация
    • Мультимарочная классификация
  • Кластеризация
  • Предварительная обработка данных
  • Эмпирическая минимизация рисков
  • Характеристика техники
  • Функция обучения
  • Учимся оценивать
  • Оккам учится
  • Интернет машинное обучение
  • ПКК обучения
  • регрессия
  • Усиление обучения
  • Обучение под наблюдением
  • Статистическое обучение
  • Структурный прогноз
    • Графические модели
      • Байесовская сеть
      • Условное случайное поле (CRF)
      • Скрытая марковская модель (HMM)
  • Неконтролируемое обучение
  • Теория ВК

Исследование машинного обучения

  • Список проектов искусственного интеллекта
  • Список наборов данных для исследования машинного обучения

История машинного обучения

История машинного обучения

  • Хронология машинного обучения

Проекты машинного обучения

Проекты машинного обучения

  • DeepMind
  • Google Brain

Организации машинного обучения

Организации машинного обучения

  • Инженерия знаний и группа машинного обучения

Машинное обучение конференций и семинаров

  • Искусственный интеллект и безопасность (AISec) (совмещенный семинар с CCS)
  • Конференция по нейронным системам обработки информации (NIPS)
  • ECML PKDD
  • Международная конференция по машинному обучению (ICML)
  • ML4ALL (машинное обучение для всех)

Публикации машинного обучения

Книги по машинному обучению

Книги о машинном обучении

Журналы машинного обучения

  • Машинное обучение
  • Журнал исследований машинного обучения (JMLR)
  • Нейронные вычисления

Лица, влиятельные в машинном обучении

  • Альберто Броджи
  • Андрей Князев
  • Эндрю МакКаллум
  • Эндрю Нг
  • Анурааг Джайн
  • Армин Б. Кремерс
  • Аянна Ховард
  • Барни Пелл
  • Бен Гертцель
  • Бен Таскар
  • Бернхард Шёлкопф
  • Брайан Д. Рипли
  • Кристофер Дж. Аткесон
  • Коринна Кортес
  • Демис Хассабис
  • Дуглас Ленат
  • Эрик Син
  • Эрнст Дикманнс
  • Джеффри Хинтон - соавтор алгоритмов обучения обратного распространения и дивергентной дивергенции
  • Ханс-Петер Кригель
  • Хартмут Невен
  • Хейкки Маннила
  • Ян Гудфеллоу - Отец Генеративных и состязательных сетей
  • Яцек М. Зурада
  • Хайме Карбонелл
  • Джереми Словацкий
  • Джером Х. Фридман
  • Джон Д. Лафферти
  • Джон Платт - изобрел SMO и масштабирование Платта
  • Джули Бет Ловинс
  • Юрген Шмидхубер
  • Карл Стейнбух
  • Катя Сикара
  • Лео Брейман - изобрел мешки и случайные леса
  • Лиз Гетур
  • Лука Мария Гамбарделла
  • Леон Ботту
  • Маркус Хаттер
  • Мехриар Мохри
  • Майкл Коллинз
  • Майкл И. Джордан
  • Майкл Л. Литтман
  • Нандо де Фрейтас
  • Офер Декель
  • Орен Эциони
  • Педро Домингос
  • Питер Флах
  • Пьер Балди
  • Пушмит Кохли
  • Рэй Курцвейл
  • Райид Гани
  • Росс Куинлан
  • Сальваторе Дж. Столфо
  • Себастьян Трун
  • Selmer Bringsjord
  • Зепп Хохрейтер
  • Шейн Легг
  • Сирадж Равал
  • Стивен Магглтон
  • Стив Омохундро
  • Том М. Митчелл
  • Тревор Хасти
  • Васант Хонавар
  • Владимир Вапник - соавтор теории SVM и VC
  • Ян ЛеКун - изобрел сверточные нейронные сети
  • Ясуо Мацуяма
  • Йошуа Бенжио
  • Зубин Гахрамани

просмотров: 9