Aprendizaje automático

298 métodos.

Machine learning 228

Reglas de asociación de aprendizaje activo Detección de Anomalías con Autoencoder y Aprendizaje Activo Active Learning Boosting Árbol de decisión de aprendizaje activo Aprendizaje Activo Federado Modelo de Mezcla Gaussiana con Aprendizaje Activo Proceso Gaussiano de Aprendizaje Activo Gradient Boosting de Aprendizaje Activo Bosque de Aislamiento con Aprendizaje Activo K-Vecinos más Cercanos con Aprendizaje Activo Active Learning LightGBM Regresión Lineal con Aprendizaje Activo Regresión logística de 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 Algoritmo Apriori Reglas de asociación Detección de anomalías con autoencoder Aprendizaje Activo Bayesiano Reglas de Asociación Bayesianas Detección de Anomalías mediante Autoencoder Bayesiano Bagging Bayesiano Potenciación bayesiana Árbol de Decisión Bayesiano Aprendizaje Federado Bayesiano Aprendizaje bayesiano con pocas muestras Modelo Bayesiano de Mezclas Gaussianas Proceso Gaussiano Bayesiano k-Vecinos Más Cercanos Bayesiano Bayesian LightGBM Aprendizaje Bayesiano de Métricas Naive Bayes Bayesiano SVM Bayesiano de una clase Aprendizaje bayesiano en línea Bosque Aleatorio Bayesiano Aprendizaje bayesiano semisupervisado Ensamblaje por apilamiento bayesiano Máquina de Vectores de Soporte Bayesiana Aprendizaje por Transferencia Bayesiano XGBoost bayesiano Potenciación Aprendizaje Activo de Conjuntos Algoritmo Apriori de Conjunto Reglas de Asociación de Conjunto Detección de Anomalías con Autoencoders Ensemble 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)Ensemble HDBSCAN Bosque de Aislamiento de Conjunto K-means de conjunto Vecino más cercano K (KNN) de conjunto Regresión lineal de conjunto Regresión Logística 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 Reglas de Asociación Explicables Detección de Anomalías con Autoencoder Explicable DBSCAN Explicable Árbol de Decisión Explicable Extra Trees Explicable FP-Growth Explicable Modelo Gaussiano de Mezclas Explicable Proceso Gaussiano Explicable Gradient Boosting Explicable HDBSCAN Explicable Isolation Forest Explicable K-Means Explicable Vecinos más Cercanos Explicables (Explainable K-Nearest Neighbors)LightGBM Explicable Naive Bayes Explicable Explainable One-Class SVM Random Forest Explicable Ensamblado de Apilamiento Explicable Máquina de Vectores de Soporte Explicable Votación Explicable en Conjunto XGBoost Explicable Extra Trees Aprendizaje con Pocos Ejemplos Proceso gaussiano Agrupamiento K-medias Regresión lineal (ML)Regresión Logística (ML)Aprendizaje métrico SVM de una clase Aprendizaje Activo en Línea Reglas de Asociación en Línea Detección de anomalías con autoencoder en línea Online Bagging Impulso en línea DBSCAN 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 Online HDBSCAN Online Isolation Forest K-means en línea K-Vecinos Más Cercanos en Línea Aprendizaje en línea LightGBM en línea Regresión Lineal Online Regresión logística en línea 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 Potenciación Regularizada CatBoost Regularizado Árbol de decisión regularizado Aprendizaje Federado Regularizado Aprendizaje de pocas muestras regularizado Modelo de Mezcla Gaussiana Regularizado Proceso Gaussiano Regularizado Gradient Boosting Regularizado Agrupamiento K-medias Regularizado k-Vecinos más Cercanos Regularizado LightGBM Regularizado Regresión Lineal Regularizada Regresión logística regularizada Naive Bayes Regularizado Aprendizaje en línea regularizado Random Forest Regularizado Aprendizaje semisupervisado regularizado Conjunto de Apilamiento Regularizado Máquina de Vectores de Soporte Regularizada Aprendizaje por Transferencia Regularizado Aprendizaje Activo Robusto Detección de Anomalías Robusta con Autoencoders Empaquetado Robusto Boosting Robusto Árbol de Decisión Robusto Aprendizaje Federado Robusto Modelo Gaussiano Robusto de Mezclas Proceso Gaussiano Robusto Gradient Boosting Robusto HDBSCAN Robusto Bosque de Aislamiento Robusto k-means robustos LightGBM Robusto Regresión Lineal Robusta Aprendizaje Robusto de Métricas Naive Bayes Robusto SVM Unicategórico Robusto Aprendizaje Robusto en Línea Robust Random Forest Conjunto de apilamiento robusto Máquina de Vectores de Soporte Robusta Conjunto de Votación Robusta XGBoost Robusto Aprendizaje activo auto-supervisado Detección de anomalías con autoencoder auto-supervisado Impulso auto-supervisado DBSCAN autosupervisado Árbol de Decisión Auto-supervisado Aprendizaje Federado Autosupervisado Aprendizaje autosupervisado de pocas muestras Modelo de Mezcla Gaussiana Auto-supervisado Proceso Gaussiano Autosupervisado Potenciación del gradiente autosupervisada Bosque de Aislamiento Auto-supervisado K-means auto-supervisado K-vecinos más cercanos auto-supervisado Aprendizaje autosupervisado LightGBM auto-supervisado Regresión Logística Autosupervisada Aprendizaje métrico auto-supervisado Naive Bayes 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 Algoritmo Apriori Semi-supervisado Reglas de Asociación Semi-supervisadas Detección de anomalías con autoencoder semi-supervisado Bagging Semi-supervisado Semi-supervised Boosting CatBoost Semisupervisado DBSCAN 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 HDBSCAN semisupervisado Isolation Forest Semisupervisado K-means Semisupervisado K-vecinos más cercanos semi-supervisado Aprendizaje semisupervisado LightGBM Semisupervisado Regresión lineal semisupervisada Regresión Logística 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 Aprendizaje por transferencia Ensamble de votación

Ml-model 42

AdaBoost Agrupamiento por Propagación de Afinidad Agregación por Bootstrap (Bagging)BIRCH CatBoost DBSCAN Árbol de Decisión Elastic Net Modelo de Mezcla Gaussiana Modelo Aditivo Generalizado (GAM)Gradient Boosting HDBSCAN Agrupamiento jerárquico Isolation Forest Agrupamiento K-Means Vecinos más cercanos (K-NN)Propagación de Etiquetas Regresión Lasso LightGBM Factor de Valor Atípico Local (LOF)Incrustación Lineal Local (LLE)Regresión local LOESS / LOWESS Splines de regresión adaptativa multivariante (MARS)Mean Shift Perceptrón multicapa (MLP)Naive Bayes ÓPTICA Regresión por Mínimos Cuadrados Parciales (PLS)Análisis de Componentes Principales Regresión por componentes principales (PCR)Random Forest Regression Splines Regresión Ridge SHAP (SHapley Additive exPlanations)Agrupamiento Espectral Stacking Descenso de Gradiente Estocástico (SGD)Máquina de Vectores de Soporte (Clasificación)Regresión con Vectores de Soporte t-SNE UMAP XGBoost

Latent-structure 7

Análisis de Componentes Independientes (ICA)Isomap PCA con kernel Asignación Latente de Dirichlet (LDA)Análisis Discriminante Lineal (LDA)Factorización de Matrices No Negativas (NMF)Análisis Discriminante Cuadrático (QDA)

Pattern mining 5

Minería de Reglas de Asociación (Apriori)Minería de conjuntos de ítems frecuentes ECLAT Minería de Patrones Emergentes FP-Growth (Frequent Pattern Growth)Minería de Patrones Secuenciales

Trustworthy ML 4

Conformal Prediction Aprendizaje Automático Consciente de la Equidad Calibración del modelo Detección de Out-of-Distribution

Explainable AI 2

Explicaciones Contrafactuales LIME: Explicaciones Locales Interpretables Agnósticas al Modelo

Reinforcement learning 2

Métodos de Gradiente de Política Q-Learning

Dimensionality reduction 2

Proyección aleatoria Mapa autoorganizado (Mapa de Kohonen)

Interactive ML 1

Aprendizaje activo

Bayesian 1

Regresión Ridge Bayesiana

Recommender systems 1

Filtrado Colaborativo

Clustering 1

Agrupamiento C-Medias Difusas (FCM)

Missing data 1

Completado de matrices

Rule learning 1

Inducción de Reglas (RIPPER)