แม่แบบ:Machine learning bar - วิกิพีเดีย

การเรียนรู้ของเครื่อง และ การทำเหมืองข้อมูล
ส่วนหนึ่งของเนื้อหา

กระบวนทัศน์ การเรียนรู้แบบมีผู้สอน การเรียนรู้แบบไม่มีผู้สอน การเรียนรู้แบบกึ่งมีผู้สอน การเรียนรู้แบบสอนตัวเอง การเรียนรู้แบบเสริมกำลัง การเรียนรู้แบบเชื่อมตรง
ปัญหา การจำแนกเชิงสถิติ การจับกลุ่มข้อมูล การวิเคราะห์การถดถอย การตรวจหาความผิดปกติ การเรียนรู้ของเครื่องโดยอัตโนมัติ การเรียนรู้กฎความเกี่ยวพัน การทำนายเชิงโครงสร้าง วิศวกรรมค่าแทนลักษณะ การเรียนรู้ค่าแทนลักษณะ การอุปนัยไวยากรณ์ การเรียนรู้แบบพหุฐานนิยม
การเรียนรู้แบบมีผู้สอน การจำแนกเชิงสถิติ โครงข่ายประสาทเทียม เพอร์เซปตรอน ต้นไม้ตัดสินใจ Ensembles Bagging Boosting ป่าสุ่ม k-NN การถดถอยเชิงเส้น การจำแนกแบบเบส์อย่างง่าย การถดถอย การถดถอยโลจิสติก Relevance vector machine (RVM) เครื่องเวกเตอร์ค้ำยัน (SVM)
การจับกลุ่มข้อมูล BIRCH CURE Hierarchical ค่าเฉลี่ย k ขั้นตอนวิธี EM DBSCAN OPTICS Mean-shift
โครงข่ายประสาทเทียม การเรียนรู้เชิงลึก ตัวเข้ารหัสอัตโนมัติ เพอร์เซปตรอนหลายชั้น RNN LSTM GRU เครื่องบ็อลทซ์มันแบบจำกัด GAN SOM CNN U-Net ดีปดรีม ทรานส์ฟอร์เมอร์
การลดมิติ การวิเคราะห์ปัจจัย CCA ICA LDA NMF PCA PGD t-SNE
การทำนายเชิงโครงสร้าง Graphical model โครงข่ายแบบเบส์ Conditional random field แบบจำลองมาร์คอฟซ่อนเร้น
การตรวจหาความผิดปกติ k-NN Local outlier factor
การเรียนรู้แบบเสริมกำลัง Q-learning SARSA Temporal difference (TD)
ทฤษฎี Bias–variance dilemma Computational learning theory Empirical risk minimization Occam learning PAC learning Statistical learning VC theory
ด ค ก