Категория:Машинное обучение

А

• Прикладное машинное обучение (3 С, 60 Б)
• Искусственные нейронные сети (5 С, 151 П)

Б

• Байесовские сети (13 П)
• Блочное моделирование (15 П)

С

• Алгоритмы классификации (3 С, 85 П)
• Кластерный анализ (2 К, 22 П)
• Теория вычислительного обучения (22 П)
• Конференции по искусственному интеллекту (1 К, 32 П)
• Конференции по обработке сигналов (6 П)

Д

• Программное обеспечение для интеллектуального анализа данных и машинного обучения (3 К, 89 П)
• Наборы данных в машинном обучении (1 С, 12 П)
• Уменьшение размеров (1 С, 47 П)

Э

• Ансамбльное обучение (13 П)
• Эволюционные алгоритмы (7 К, 29 П)

Г

• Генетическое программирование (1 К, 11 П)

я

• Индуктивное логическое программирование (7 П)

К

• Методы ядра для машинного обучения (1 С, 18 П)

Л

• Модели скрытых переменных (2 К, 26 П)
• Обучение компьютерному зрению (5 П)
• Лог-линейные модели (2 П)
• Функции потерь (11 П)

М

• Алгоритмы машинного обучения (1 С, 84 П)
• Задача машинного обучения (2 К, 9 П)
• Марковские модели (2 К, 62 П)

О

• Изучение онтологии (информатика) (2 П)

Р

• Обучение с подкреплением (13 П)
• Исследователи машинного обучения (179 П)
• Исследователи обработки естественного языка (136 П)

С

• Полуконтролируемое обучение (2 П)
• Статистическая обработка естественного языка (1 С, 38 П)
• Структурированное предсказание (1 С, 4 П)
• Контролируемое обучение (6 П)
• Машины опорных векторов (9 П)

У

• Неконтролируемое обучение (2 К, 27 П)

• Байесовские механизмы обучения
• Машинное обучение

*

• Обзор машинного обучения

0–9

• 80 миллионов маленьких изображений

А

• Логическое исчисление идей, присущих нервной деятельности
• Ускоренная линейная алгебра
• Обучение модели действия
• Активное обучение (машинное обучение)
• Состязательное машинное обучение
• AIOps
• АЙСИ
• Выбор алгоритма
• Алгоритмическая предвзятость
• Алгоритмический вывод
• Алгоритмические партийные платформы в США
• Обнаружение аномалий
• Апория (компания)
• Обучение по программе ученичества
• Искусственный интеллект при найме
• Астростатистика
• Внимание (машинное обучение)
• Аудиозапись
• Автоматизированное принятие решений
• Автоматизированное машинное обучение
• Автоматизация в строительстве

Б

• Модель «мешка слов»
• Шаровое дерево
• Базовая ставка
• Байесовская интерпретация регуляризации ядра
• Байесовская оптимизация
• Байесовское сожаление
• Байесовские структурные временные ряды
• Компромисс между смещением и дисперсией
• Двоичная классификация
• Биоспокойствие
• Модель Брэдли–Терри

С

• Категория полезности
• Портал сообщества CIML
• Клод (языковая модель)
• Когнитивная робототехника
• Дрейф концепции
• Условное случайное поле
• Матрица путаницы
• Контрастная языковая-образная предварительная тренировка
• Машинное обучение, чувствительное к затратам
• Связанный шаблонный обучающий прибор
• Метод кросс-энтропии
• Перекрестная проверка (статистика)
• Проклятие размерности

Д

• Дополнение данных
• Исследование данных
• Предварительная обработка данных
• Астрономия, основанная на данных
• Модель, основанная на данных
• Список решений
• Обрезка дерева решений
• Развивающая робототехника
• Цифровая обработка сигналов и машинное обучение
• Система Discovery (исследование ИИ)
• Классификация документов
• Адаптация домена
• Двойной спуск

Э

• Желание учиться
• Эффективная сеть
• ELMo
• Алгоритм EM и модель GMM
• Эмпирическое динамическое моделирование
• Эмпирическая минимизация риска
• Модель на основе энергии
• Уравненные шансы
• Оценка бинарных классификаторов
• Эволюционность (компьютерные науки)
• Распространение ожиданий
• Обучение на основе объяснений
• Дилемма разведки-эксплуатации

Ф

• Справедливость (машинное обучение)
• Функция (машинное обучение)
• Особенности инжиниринга
• Хеширование функций
• Особенности обучения
• Масштабирование функций
• Федеративное обучение
• Тонкая настройка (глубокое обучение)
• Генеративная модель на основе потока
• Flux (фреймворк машинного обучения)
• Контроль силы
• Формальный концептуальный анализ

Г

• Генеративный искусственный интеллект
• Генеративная модель
• Изучение геометрических особенностей
• Глоссарий искусственного интеллекта
• GoogleJAX-
• Гранулярные вычисления
• Гроккинг (машинное обучение)

ЧАС

• Галлюцинация (искусственный интеллект)
• Скрытый слой
• Иерархический навигационный маленький мир
• Сеть автомагистралей
• Обнимающее лицо
• Человек в курсе событий
• Гиперпараметр (машинное обучение)
• Оптимизация гиперпараметров

я

• Контекстное обучение (обработка естественного языка)
• Неподлинный текст
• Начальная оценка
• Индуктивное смещение
• Индуктивная вероятность
• Индуктивное программирование
• Дедуктивная теория обучения
• Выбор экземпляра
• Обучение на основе примеров
• Интеллектуальная автоматизация
• Изотропное положение

Дж.

• Журнал исследований машинного обучения

К

• Оценка плотности ядра
• Встраивание ядра в дистрибутивы
• Встраивание графа знаний
• Интеграция знаний

Л

• Маркированные данные
• Ленивое обучение
• Утечка (машинное обучение)
• Класс изучаемых функций
• Обучающийся автомат
• Кривая обучения (машинное обучение)
• Скорость обучения
• Учимся ранжировать
• Обучение на ошибках
• Продолжительность жизни корреляции
• Линейная предикторная функция
• Линейная разделимость
• Местная выборка случай-контроль
• Гипотеза лотерейного билета
• Лира (кодек)

М

• М-теория (структура обучения)
• Машинное обучение (журнал)
• Управление машинным обучением
• Машинное обучение в биоинформатике
• Машинное обучение в науках о Земле
• Машинное обучение в физике
• Машинное обучение в видеоиграх
• Машинное отучивание
• Машинно-обученный межатомный потенциал
• Гипотеза многообразия
• Регуляризация многообразия
• Главный алгоритм
• Обучающий двигатель Matchbox Naughty and Crossers
• Матричная регуляризация
• Поиск максимального внутреннего продукта
• Мета-обучение (компьютерные науки)
• MLOps
• MobileNet
• Сжатие модели
• Проблема горного автомобиля
• Многорукий бандит
• Многозадачное обучение
• Мультимодальный анализ настроений
• Многократное обучение
• Многократное обучение
• Метод обновления мультипликативного веса
• Оптимизация многозадачности
• Многомерный адаптивный регрессионный сплайн

Н

• Идентификация на родном языке
• Природа Машинный Интеллект
• Области нейронного моделирования
• Квантовые состояния нейронной сети
• Нормализация (машинное обучение)
• Обнаружение новизны

О

• Оффлайн обучение
• Переобучение

П

• Парафразирование (компьютерная лингвистика)
• Паритетное обучение
• Язык шаблонов (формальные языки)
• Распознавание образов
• Воспринимающий
• PHerc. Париж. 4
• Коэффициент Фи
• Прогностическое обучение
• Предсказуемое государственное представление
• Обучение предпочтениям
• Предварительные знания для распознавания образов
• Проактивное обучение
• Proaftn
• Вероятностные числа
• Вероятностное соответствие
• Продукт экспертов
• Программирование на примере
• Быстрое проектирование
• Методы проксимального градиента для обучения
• Пифия (машинное обучение)

В

• Количественная оценка (машинное обучение)
• Квантовое машинное обучение

Р

• Кролик р1
• сложность Радемахера
• Случайная функция
• Взаимное человеко-машинное обучение
• Реляционный анализ данных
• Трюк с репараметризацией
• Право на объяснение
• Обучение роботов
• Роботизированная автоматизация процессов