Strojové učení
Počet metod: 298.
Machine learning 228
Asociativní pravidla s aktivním učeniemDetekce anomálií pomocí aktivního učení a autoenkodéruAktivní učení s boostingemRozhodovací strom pro aktivní učeníFederated aktivní učeníAktivní učení Gaussovského směsového modeluAktivní učení s Gaussovským procesemAktivní učení s gradientním posilovánímAktivní učení s Isolation ForestAktivní učení K-nejbližších sousedůActive Learning LightGBMLineární regrese s aktivním učenímLogistická regrese s aktivním učeniemAktivní učení s jednovariátním SVMAktivní učení s vlastní dohledovou učeníActive Learning Stacking EnsembleAktivní učení s podpůrnými vektoryHlasovací ansámbl aktivního učeníAlgoritmus AprioriAsociační pravidlaDetekce anomálií pomocí autoenkodéruBayesian Active LearningBayesovská pravidla asociaceBayesovská detekce anomálií pomocí autoenkodéruBayesian BaggingBayesovské posilováníBayesovský rozhodovací stromBayesian Federated LearningBayesovské učení z mála příkladůBayesian Gaussian Mixture ModelBayesovský Gaussovský procesBayesovské k-nejbližších sousedůBayesian LightGBMBayesian Metric LearningBayesian Naive BayesBayesian One-Class SVMBayesovské online učeníBayesovský náhodný lesBayesovské částečně učící se modelyBayesian Stacking EnsembleBayesovský Support Vector MachineBayesovské přenosové učeníBayesovský XGBoostZesilováníAktivní učení s výborem modelůAlgoritmus Ensemble AprioriPravidla asociací v ansámbluDetekce anomálií pomocí ansámblových autoenkodérůEnsemble rozhodovacích stromůEnsemble Federated LearningEnsemble učení z malého počtu příkladůGaussovský směsný model (Ensemble Gaussian Mixture Model)Ensemble Gaussian ProcessGradient BoostingEnsemble HDBSCANEnsemble Isolation ForestEnsemble K-meansEnsemble K-nejbližších sousedůEnsemble Lineární RegreseLogistická regrese s ensemblyEnsemble Metric Learning (učení metrik pomocí ansámblů)Ensemble Naive BayesEnsemble One-Class SVMOnline učení s ansámblyEnsemble Self-supervised LearningEnsemble Semi-supervised LearningEnsemble Support Vector MachineEnsemble Transfer LearningExplainable Association RulesVysvětlitelná detekce anomálií pomocí autoenkodéruExplainable DBSCANVysvětlitelný rozhodovací stromVysvětlitelné extrémní náhodné stromyVysvětlitelný FP-GrowthVysvětlitelný Gaussovský směsný modelVysvětlitelný Gaussovský procesVysvětlitelný gradientní boostingVysvětlitelný HDBSCANVysvětlitelný Isolation ForestVysvětlitelné K-MeansVysvětlitelné K-nejbližších sousedůVysvětlitelný LightGBMVysvětlitelný Naive BayesVysvětlitelný One-Class SVMVysvětlitelný náhodný lesVysvětlitelný skládaný ansámblExplainable Support Vector MachineVysvětlitelný hlasovací soubor (Explainable Voting Ensemble)Vysvětlitelný XGBoostExtra TreesUčení s malým počtem příkladůGaussovský procesK-means ShlukováníLineární regrese (ML)Logistická regrese (ML)Učení metrikOne-class SVMOnline aktivní učeníOnline asociační pravidlaOnline detekce anomálií pomocí autoenkodéruOnline BaggingOnline BoostingOnline DBSCANOnline rozhodovací stromOnline Federated LearningOnline Few-shot LearningOnline FP-growthOnline Gaussian Mixture ModelOnline Gaussian ProcessOnline Gradient BoostingOnline HDBSCANOnline Isolation ForestOnline K-meansOnline K-nejbližších sousedůOnline LearningOnline LightGBMOnline Linear RegressionOnline Logistic RegressionOnline Metric LearningOnline Naive BayesOnline One-Class SVMOnline Random ForestOnline samodohledované učeníOnline semi-supervidované učeníOnline Support Vector MachineOnline Transfer LearningOnline Voting EnsembleRegularized BoostingRegularizovaný CatBoostRegulovaný rozhodovací stromRegularizované federované učeníRegularizované učení s malým počtem příkladůRegularizovaný Gaussovský Směsný ModelRegularizovaný Gaussovský procesRegularizované gradientní posilováníRegularizované shlukování k-středůRegularizovaný k-nejbližší sousedéRegularized LightGBMRegularizované lineární regreseRegularizovaná logistická regreseRegularizovaný naivní BayesRegularizované online učeníRegularizovaný náhodný lesRegularizované semi-supervizované učeníRegularizovaný skládaný ansámblRegularizovaný podpůrný vektorový strojRegularized Transfer LearningRobustní aktivní učeníRobustní detekce anomálií pomocí autoenkodéruRobust BaggingRobust BoostingRobustní rozhodovací stromRobustní federované učeníRobustní Gaussovský Směsný ModelRobustní Gaussovský procesRobustní Gradient BoostingRobustní HDBSCANRobust Isolation ForestRobust k-meansRobustní LightGBMRobustní lineární regreseRobustní učení metrikRobustní Naivní BayesRobust One-Class SVMRobustní online učeníRobustní náhodný les (Robust Random Forest)Robustní skládaný ansámblRobustní Support Vector MachineRobustní hlasovací ansámblRobustní XGBoostSamoučené aktivní učeníSamoučící se detekce anomálií pomocí autoenkodéruSamoučící se posilováníSamoučící se DBSCANSamoučené rozhodovací stromyFederované učení se sebeřízenímSamoučení s malým počtem příkladůSamoučící se Gaussovský směšovací modelSamostatně dohlížené Gaussovo jádroSamoučené vylepšování gradientním zesilovánímSelf-supervised Isolation ForestSelf-supervised K-meansSamoučící se K-nejbližší sousedéSamoučící se učeníSelf-supervised LightGBMLogistická regrese se samoučenímSebeřízené učení metrikSamoučící se Naive BayesSamoučící se jednoklasový SVMSamoučící se náhodný lesSamoučící se skládací ansámblSamoučící se podpůrný vektorový strojSamoučení přenosového učeníPolopolo-dohledové aktivní učeníPoloautomatický algoritmus AprioriPolosupervizovaná pravidla přidruženíDetekce anomálií pomocí semi-supervizovaného autoenkodéruSemi-supervised BaggingPolosupervizované posilování (Semi-supervised Boosting)Semi-supervised CatBoostSemi-supervidované DBSCANPolopřeváděný rozhodovací stromPolozavedené federované učeníPolosupervizované učení s malým počtem příkladůSemi-supervised FP-growthPolo-přidružený Gaussovský směsný modelPoloučený Gaussovský procesPolozavedené vylepšování gradientemSemi-supervised HDBSCANPolo-dohledný Isolation ForestSemi-supervizované shlukování K-meansPolu-supervizované K-nejbližších sousedůSemisupervisední učeníSemi-supervised LightGBMPolozsupervisední lineární regreseLogistická regrese s částečným dohledemPolu-dohledové učení metrikSemisupervizovaný Naive BayesPolovičně řízené SVM jedné třídyPolu-dohledové online učeníSemi-supervised Random ForestPolo-supervizované skládání (Semi-supervised Stacking Ensemble)Polopřeváděné podpůrné vektory (Semi-supervised Support Vector Machine)Semisupervisední přenosové učeníPoloučený hlasovací ansámblSemi-supervised XGBoostPřenosové učeníHlasovací ansámbl
Ml-model 42
AdaBoostKlastrování metodou afinitní propagaceBagging (Bootstrap Aggregating)BIRCHCatBoostDBSCANRozhodovací stromElastic NetGaussovský směsný modelZobecněný aditivní model (GAM)Gradient BoostingHDBSCANHierarchické shlukováníIsolation ForestK-Means shlukováníMetoda K-nejbližších sousedůPropagace popiskůRegrese LassoLightGBMLokální faktor odlehlosti (LOF)Lokálně lineární vnoření (LLE)Lokální regrese LOESS / LOWESSMnohorozměrné adaptivní regresní spliny (MARS)Mean ShiftMulti-layer Perceptron (MLP)Naive BayesOPTICSRegrese parciálních nejmenších čtverců (PLS)Analýza hlavních komponentRegrese hlavních komponent (PCR)Random ForestRegresní a vyhlazovací splajnyRidge regreseSHAP (SHapley Additive exPlanations)Spektrální shlukováníStackingStochastický gradientní sestup (SGD)Stroj s podpůrnými vektory (klasifikace)Support Vector Regressiont-SNEUMAPXGBoost