Aller au contenu

Bibliothèque Ma bibliothèque Bureau Review Studio Assistant

Parcourir/Machine Learning/ml-model

ml-model

Toutes les méthodes de cette famille, dans Machine Learning.

42 méthodes

Filtrer les méthodes

Affichage 42 sur 42 méthodes

AdaBoost Affinity Propagation Bagging BIRCH CatBoost DBSCAN Decision Tree Elastic Net Gaussian Mixture Model Generalized Additive Model Gradient Boosting HDBSCAN Hierarchical Clustering Isolation Forest K-Means Clustering K-Nearest Neighbors Label Propagation Lasso Regression LightGBM Local Outlier Factor Locally Linear Embedding LOESS MARS Mean Shift Multi-layer Perceptron Naive Bayes OPTICS Partial Least Squares Principal Component Analysis Principal Components Regression Random Forest Regression Splines Ridge Regression SHAP Spectral Clustering Stacking Stochastic Gradient Descent Support Vector Machine Support Vector Regression t-SNE UMAP XGBoost

Une bibliothèque de référence centrée sur le contenu, dédiée aux méthodes de recherche — ce qu'est chaque méthode, comment elle fonctionne et d'où elle vient.

Données ouvertes (CC-BY)

Découvrir

Bibliothèque
Rechercher des méthodes…
Parcourir par domaine
Domaines
Cheminement
Comparer
Quelle méthode ?

Référence

Disciplines
Atlas
Glossaire
Méthodologie
Philosophie

Espace de travail

Ma bibliothèque
Bureau
Chat

Entreprise

À propos
Tarifs
Contact
Proposer une méthode

Les entrées sont compilées à partir de sources publiées à titre de référence. Il vous appartient de vérifier l'exactitude et l'adéquation de toute information à votre propre usage.

© 2026 ScholarGate · Bibliothèque de référence des méthodes de recherche

Confidentialité
Cookies
Conditions
Supprimer le compte