ML supervisado

165 métodos en esta familia.

Destacados

Aprendizaje activoActive 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 informa Active 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 iterativ Árbol de decisión de aprendizaje activoActive 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 human Aprendizaje Activo FederadoFederated Active Learning combines the annotation-efficiency of active learning with the privacy-preserving decentralization of federated learning. A shared global model is trained Modelo de Mezcla Gaussiana con Aprendizaje ActivoActive Learning Gaussian Mixture Model combines an iterative query strategy with a Gaussian Mixture Model learner. The algorithm selects the most informative unlabeled points — typ Gradient Boosting de Aprendizaje ActivoActive 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.

Aprendizaje en línea1958–2000sby Rosenblatt, F.; Littlestone, N.; Shalev-Shwartz, S. (key contributors)
Aprendizaje semisupervisado1970s–2006 (formalized)by Vapnik, V. N. and others (community of researchers, 1970s–2000s)
Árbol de Decisión1984by Breiman, Friedman, Olshen & Stone
Potenciación1990–1997by Schapire, R. E.; Freund, Y.
Random Forest2001by Breiman, L.
Aprendizaje por transferencia2010 (formalized); 1990s (early roots)by Pan, S. J. & Yang, Q. (survey); Bengio, Y. (deep learning framing)
XGBoost2016by Chen, T. & Guestrin, C.
Aprendizaje autosupervisado2018–2020by LeCun, Y. and community (formalized ~2018–2020)

all methods on this shelf ↓

Todos los métodos 165

Aprendizaje activo Active Learning Boosting Árbol de decisión de aprendizaje activo Aprendizaje Activo Federado Modelo de Mezcla Gaussiana con Aprendizaje Activo Gradient Boosting de Aprendizaje Activo K-Vecinos más Cercanos con Aprendizaje Activo Active Learning LightGBM Regresión Lineal con Aprendizaje Activo Active Learning One-class SVM Aprendizaje Activo con Aprendizaje Autosupervisado Active Learning Stacking Ensemble Máquina de Vectores de Soporte de Aprendizaje Activo Votación en Conjunto de Aprendizaje Activo AdaBoost Potenciación Ensemble de Boosting Agregación por Recuento de Borda CatBoost Filtrado Colaborativo Conformal Prediction Árbol de Decisión Fusión Dempster-Shafer Minería de Patrones Emergentes Aprendizaje Activo de Conjuntos Árbol de decisión de ensamble Aprendizaje Federado de Conjuntos Aprendizaje de pocos ejemplos en conjunto Modelo de Mezcla Gaussiana por Conjunto Proceso Gaussiano de Conjunto Potenciación del Gradiente en Conjunto (Ensemble Gradient Boosting)Vecino más cercano K (KNN) de conjunto Aprendizaje de Métrica en Conjunto Naive Bayes de Conjunto SVM Uniclasse de Conjunto Aprendizaje Ensamble en Línea Aprendizaje autosupervisado en conjunto Aprendizaje semi-supervisado de conjuntos Máquina de Vectores de Soporte de Conjunto Aprendizaje por Transferencia en Conjunto Extra Trees Aprendizaje con Pocos Ejemplos FP-Growth (Frequent Pattern Growth)Modelo Aditivo Generalizado (GAM)Análisis de Componentes Independientes (ICA)Isomap Vecinos más cercanos (K-NN)Propagación de Etiquetas LightGBM Análisis Discriminante Lineal (LDA)Regresión lineal (ML)Regresión local LOESS / LOWESS Votación Mayoritaria Splines de regresión adaptativa multivariante (MARS)Completado de matrices Aprendizaje métrico Perceptrón multicapa (MLP)Naive Bayes Factorización de Matrices No Negativas (NMF)Aprendizaje Activo en Línea Impulso en línea Árbol de Decisión en Línea Aprendizaje Federado en Línea Aprendizaje de pocas muestras en línea FP-growth en línea Modelo de Mezcla Gaussiana en Línea Gaussian Process en línea Gradient Boosting en Línea K-Vecinos Más Cercanos en Línea Aprendizaje en línea LightGBM en línea Regresión Lineal Online Aprendizaje de Métricas en Línea Naive Bayes en línea SVM Uniclas en Línea Random Forest en línea Aprendizaje Autosupervisado en Línea Aprendizaje semi-supervisado en línea Máquina de Vectores de Soporte Online Aprendizaje por transferencia en línea Votación en Conjunto en Línea Detección de Out-of-Distribution Regresión por Mínimos Cuadrados Parciales (PLS)Métodos de Gradiente de Política Q-Learning Análisis Discriminante Cuadrático (QDA)Random Forest Regression Splines Potenciación Regularizada CatBoost Regularizado Árbol de decisión regularizado Aprendizaje Federado Regularizado Aprendizaje de pocas muestras regularizado Proceso Gaussiano Regularizado Gradient Boosting Regularizado k-Vecinos más Cercanos Regularizado Naive Bayes Regularizado Aprendizaje en línea regularizado Random Forest Regularizado Aprendizaje semisupervisado regularizado Máquina de Vectores de Soporte Regularizada Aprendizaje por Transferencia Regularizado Aprendizaje Activo Robusto Boosting Robusto Árbol de Decisión Robusto Aprendizaje Federado Robusto Modelo Gaussiano Robusto de Mezclas Proceso Gaussiano Robusto Aprendizaje Robusto de Métricas SVM Unicategórico Robusto Aprendizaje Robusto en Línea Robust Random Forest Conjunto de apilamiento robusto Máquina de Vectores de Soporte Robusta Conjunto de Votación Robusta Inducción de Reglas (RIPPER)Aprendizaje activo auto-supervisado Impulso auto-supervisado Árbol de Decisión Auto-supervisado Aprendizaje Federado Autosupervisado Aprendizaje autosupervisado de pocas muestras Proceso Gaussiano Autosupervisado Potenciación del gradiente autosupervisada K-vecinos más cercanos auto-supervisado Aprendizaje autosupervisado LightGBM auto-supervisado Aprendizaje métrico auto-supervisado SVM univariante autorregresivo Bosque Aleatorio Autosupervisado Conjunto de apilamiento auto-supervisado Máquina de Vectores de Soporte Autosupervisada Aprendizaje por transferencia auto-supervisado Aprendizaje Activo Semisupervisado Semi-supervised Boosting CatBoost Semisupervisado Árbol de Decisión Semisupervisado Aprendizaje Federado Semi-supervisado Aprendizaje Semi-supervisado de Pocas Muestras FP-growth semisupervisado Modelo de Mezcla Gaussiana Semi-supervisado Proceso Gaussiano Semisupervisado Gradient Boosting Semi-supervisado K-vecinos más cercanos semi-supervisado Aprendizaje semisupervisado LightGBM Semisupervisado Regresión lineal semisupervisada Aprendizaje de métricas semisupervisado Naive Bayes Semi-supervisado SVM Uniclasse Semisupervisado Aprendizaje Online Semi-supervisado Bosque Aleatorio Semi-supervisado Ensamble de apilamiento semi-supervisado Máquina de Vectores de Soporte Semisupervisada Aprendizaje por transferencia semisupervisado Votación en conjunto semisupervisada XGBoost semi-supervisado Minería de Patrones Secuenciales Generalización apilada Stacking Descenso de Gradiente Estocástico (SGD)Máquina de Vectores de Soporte (Clasificación)Regresión con Vectores de Soporte Aprendizaje por transferencia Ensamble de votación XGBoost