Überwachtes ML
165 Methoden in dieser Familie.
Ausgewählt
Aktives LernenActive learning is an iterative machine-learning paradigm in which a learning algorithm selectively queries an oracle — typically a human annotator — for labels on the most informaActive Learning BoostingActive Learning Boosting combines the query-driven label acquisition of active learning with the weighted-ensemble logic of boosting algorithms such as AdaBoost. The model iterativEntscheidungsbaum für aktives LernenActive learning with a decision tree combines the interpretable structure of a CART-style tree with a query strategy that selects the most informative unlabeled instances for humanAktives Lernen im VerbundFederated Active Learning combines the annotation-efficiency of active learning with the privacy-preserving decentralization of federated learning. A shared global model is trainedAktives Lernen mit Gaußschen MischmodellenActive Learning Gaussian Mixture Model combines an iterative query strategy with a Gaussian Mixture Model learner. The algorithm selects the most informative unlabeled points — typGradient-Boosting mit aktivem LernenActive Learning Gradient Boosting combines the powerful predictive accuracy of gradient boosted trees with an active learning loop that selects the most informative unlabeled examp
Reading path
This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.
Alle Methoden 165
Aktives LernenActive Learning BoostingEntscheidungsbaum für aktives LernenAktives Lernen im VerbundAktives Lernen mit Gaußschen MischmodellenGradient-Boosting mit aktivem LernenAktives Lernen mit K-Nächsten-NachbarnActive Learning LightGBMAktives Lernen mit linearer RegressionOne-Class SVM mit aktivem LernenAktives Lernen mit selbstüberwachtem LernenAktives Lernen mit Stacking-EnsembleActive Learning Support Vector MachineActive Learning Voting EnsembleAdaBoostBoostingBoosting-EnsembleBorda-Zählverfahren-AggregationCatBoostKollaboratives FilternKonforme PrädiktionEntscheidungsbaumDempster-Shafer-FusionEmerging Pattern MiningEnsemble Active LearningEnsemble Decision Tree (Ensemble-Entscheidungsbaum)Ensemble Federated LearningEnsemble Few-Shot LearningEnsemble Gaussian Mixture Model (Ensemble-Gaußsches Mischungsmodell)Ensemble Gaußscher ProzessEnsemble Gradient BoostingEnsemble K-Nearest Neighbors (Ensemble-K-nächste-Nachbarn)Ensemble-Metrik-LernenEnsemble Naive BayesEnsemble One-Class SVM (Ensemble-One-Class-SVM)Ensemble Online LearningEnsemble Self-supervised LearningEnsemble Semi-Supervised Learning (Ensemble-Halbüberwachtes Lernen)Ensemble Support Vector Machine (Ensemble-Stützvektor-Maschine)Ensemble Transfer LearningExtra TreesFew-Shot LearningFP-Growth (Frequent Pattern Growth)Generalisiertes Additives Modell (GAM)Unabhängigkeitsanalyse von Komponenten (ICA)IsomapK-Nearest NeighborsLabel PropagationLightGBMLineare Diskriminanzanalyse (LDA)Lineare Regression (ML)LOESS / LOWESS Lokale RegressionMehrheitsentscheidMultivariate Adaptive Regression Splines (MARS)Matrix-VervollständigungMetrik-LernenMultilayer-Perzeptron (MLP)Naive BayesNicht-negative Matrixfaktorisierung (NMF)Online Active LearningOnline BoostingOnline Decision TreeOnline Federated LearningOnline Few-Shot LearningOnline FP-growthOnline Gaußsches MischmodellOnline Gaussian ProcessOnline Gradient BoostingOnline K-Nearest NeighborsOnline-LernenOnline LightGBMOnline-Lineare RegressionOnline Metric LearningOnline Naive BayesOnline One-Class SVMOnline Random ForestOnline Self-supervised LearningOnline Semi-supervised LearningOnline Support Vector MachineOnline Transfer learningOnline Voting EnsembleOut-of-Distribution-ErkennungPartielle Kleinste-Quadrate-Regression (PLS)Policy-Gradient-MethodenQ-LearningQuadratische Diskriminanzanalyse (QDA)Random ForestRegressions- und GlättungssplinesRegularized BoostingRegularized CatBoostRegularisierter EntscheidungsbaumRegularized Federated LearningRegularisierte Few-Shot-LernerRegulierte Gauß-ProzesseRegularisiertes Gradient BoostingRegularized k-Nearest NeighborsRegularized Naive BayesRegularisierte Online-LernverfahrenRegularized Random ForestRegularisierte halb-überwachte LernverfahrenRegularisierte Support Vector MachineRegularized Transfer LearningRobust Active LearningRobust BoostingRobuster EntscheidungsbaumRobuste Föderierte LernverfahrenRobustes Gaußsches MischmodellRobuster Gauß-ProzessRobustes MetriklernenRobust One-Class SVMRobustes Online-LernenRobuster ZufallswaldRobustes Stacking-EnsembleRobuste Support-Vektor-MaschineRobuste Abstimmungs-EnsembleRegelinduktion (RIPPER)Self-supervised Active LearningSelf-supervised BoostingSelbstüberwachte EntscheidungsbäumeSelf-supervised Federated LearningSelbstüberwachtes Few-Shot LearningSelbstüberwachter Gaußscher ProzessSelf-supervised Gradient BoostingSelf-supervised K-nearest neighborsSelbstüberwachtes LernenSelbstüberwachtes LightGBMSelbstüberwachtes Metrik-LernenSelf-supervised One-class SVMSelbstüberwachtes ZufallswaldSelbstüberwachte Stapel-EnsembleSelbstüberwachtes Support Vector MachineSelbstüberwachtes TransferlernenSemi-supervised Active LearningHalbüberwachtes BoostingSemi-supervidiertes CatBoostHalb-überwachtes EntscheidungsbaumverfahrenSemi-überwachtes Föderiertes LernenSemi-supervidiertes Wenig-Schuss-LernenSemi-supervidiertes FP-growthHalb-überwachtes Gaußsches MischmodellSemi-supervised Gaussian ProcessHalb-überwachtes Gradient BoostingSemi-supervised K-Nearest NeighborsSemi-Supervised LearningHalbüberwachte LightGBMHalb-überwachte Lineare RegressionHalb-überwachtes Metrik-LernenSemi-supervised Naive BayesHalb-überwachtes One-Class-SVMSemi-überwachtes Online-LernenSemi-supervised Random ForestSemi-supervised Stacking EnsembleHalb-überwachte Support Vector MachineSemi-supervised Transfer LearningSemi-überwachtes Voting-EnsembleSemi-supervised XGBoostSequentielle MustererkennungGestapelte GeneralisierungStackingStochastischer Gradientenabstieg (SGD)Support Vector Machine (Klassifikation)Support Vector RegressionTransfer LearningVoting EnsembleXGBoost