Apprentissage automatique

298 méthodes.

Machine learning 228

Règles d'association par apprentissage actif Détection d'anomalies par auto-encodeur avec apprentissage actif Apprentissage actif par ensemble de boosting Arbre de décision en apprentissage actif Apprentissage Actif Fédéré Modèle de Mélange Gaussien avec Apprentissage Actif Apprentissage Actif par Processus Gaussien Apprentissage actif avec gradient boosting Forêt d'isolement à apprentissage actif Apprentissage actif K-plus proches voisins Apprentissage actif avec LightGBM Régression Linéaire par Apprentissage Actif Régression logistique avec apprentissage actif Apprentissage actif avec SVM univarié Apprentissage actif avec apprentissage auto-supervisé Apprentissage actif par ensemble d'empilement Machine à vecteurs de support par apprentissage actif Vote par apprentissage actif ensembliste Algorithme Apriori Règles d'association Détection d'anomalies par auto-encodeur Apprentissage Actif Bayésien Règles d'association bayésiennes Détection d'anomalies par autoencodeur bayésien Bayesian Bagging Boosting Bayésien Arbre de décision bayésien Apprentissage Fédéré Bayésien Apprentissage bayésien à peu d'exemples Modèle Bayésien de Mélange Gaussien Processus Gaussien Bayésien Bayesian k-Nearest Neighbors LightGBM bayésien Apprentissage métrique bayésien Classificateur Naive Bayes bayésien SVM univarié bayésien Apprentissage bayésien en ligne Forêt aléatoire bayésienne Apprentissage semi-supervisé bayésien Empilement bayésien (Bayesian stacking)Machine à vecteurs de support bayésienne Apprentissage par transfert bayésien XGBoost bayésien Boosting Apprentissage actif par ensemble Algorithme Apriori d'Ensemble Règles d'association d'ensemble Détection d'anomalies par autoencodeur en ensemble Arbre de décision ensembliste Apprentissage Fédéré en Ensemble Apprentissage par ensemble à faible nombre d'exemples Modèle de Mélange Gaussien en Ensemble Processus Gaussien d'Ensemble Ensemble Gradient Boosting Ensemble HDBSCAN Forêt d'isolement en ensemble Ensemble K-means Ensemble de K plus proches voisins Régression Linéaire d'Ensemble Régression logistique ensembliste Apprentissage métrique d'ensemble Ensemble Naive Bayes Ensemble One-Class SVM Apprentissage ensembliste en ligne Apprentissage auto-supervisé par ensemble Apprentissage semi-supervisé en ensemble Machine de vecteurs de support ensembliste Ensemble Transfer Learning Règles d'association explicables Détection d'anomalies par autoencodeur explicable DBSCAN explicable Arbre de décision explicable Extra Trees Explicables FP-Growth explicable Modèle de mélange gaussien explicable Processus Gaussien Explicable Gradient Boosting Explicable HDBSCAN Explicable Isolation Forest Explicable K-Means Explicable K-Plus-Proches-Voisins Explicable LightGBM Explicable Naïve Bayes Explicable SVM à une classe explicable Forêt Aléatoire Explicable Ensemble d'empilement explicable Machine à Vecteurs de Support Explicable Ensemble de vote explicable XGBoost Explicable Extra Trees Apprentissage à peu d'exemples Processus Gaussien Regroupement par K-moyennes Régression linéaire (ML)Régression logistique (ML)Apprentissage métrique SVM à une classe Apprentissage actif en ligne Règles d'association en ligne Détection d'anomalies par autoencodeur en ligne Online Bagging Boosting en ligne DBSCAN en ligne Arbre de décision en ligne Apprentissage Fédéré en Ligne Apprentissage en ligne à quelques exemples Online FP-growth Modèle gaussien de mélange en ligne Gaussian Process en ligne Gradient Boosting en ligne HDBSCAN en ligne Isolation Forest en ligne K-means en ligne K-plus-proches voisins en ligne Apprentissage en ligne LightGBM en ligne Régression linéaire en ligne Régression logistique en ligne Apprentissage métrique en ligne Naive Bayes en ligne SVM Uniclasse en Ligne Forêt aléatoire en ligne Apprentissage auto-supervisé en ligne Apprentissage semi-supervisé en ligne Machine à vecteurs de support en ligne Apprentissage par transfert en ligne Ensemble par vote en ligne Boosting Régularisé CatBoost Régularisé Arbre de décision régularisé Apprentissage fédéré régularisé Apprentissage par peu d'exemples régularisé Modèle de mélange gaussien régularisé Processus Gaussien Régularisé Gradient Boosting Régularisé Regulated K-Means Clustering k-Plus-Proches Voisins Régularisé LightGBM régularisé Régression linéaire régularisée Régression logistique régularisée Naive Bayes régularisé Apprentissage en ligne régularisé Forêt Aléatoire Régularisée Apprentissage semi-supervisé régularisé Ensemble d'empilement régularisé Machine à vecteurs de support régularisée Apprentissage par transfert régularisé Apprentissage Actif Robuste Détection d'anomalies par autoencodeur robuste Robust Bagging Robust Boosting Arbre de décision robuste Apprentissage Fédéré Robuste Modèle robuste de mélange gaussien Processus Gaussien Robuste Gradient Boosting Robuste Robust HDBSCAN Isolation Forest Robuste k-means robuste LightGBM Robuste Régression linéaire robuste Apprentissage métrique robuste Bayésien Naïf Robuste SVM à une classe robuste Apprentissage en ligne robuste Forêt Aléatoire Robuste Empilement robuste ensembliste Machine à vecteurs de support robuste Ensemble de vote robuste XGBoost Robuste Apprentissage actif auto-supervisé Détection d'anomalies par autoencodeur auto-supervisé Boosting auto-supervisé DBSCAN auto-supervisé Arbre de décision auto-supervisé Apprentissage Fédéré Auto-Supervisé Self-supervised Few-shot Learning Modèle de Mélange Gaussien Auto-supervisé Processus Gaussien Auto-supervisé Arborescence de gradient auto-supervisée Isolation Forest auto-supervisé K-means auto-supervisé Voisins les plus proches auto-supervisés Apprentissage auto-supervisé LightGBM auto-supervisé Régression logistique auto-supervisée Apprentissage métrique auto-supervisé Bayésien Naïf auto-supervisé SVM univarié auto-supervisé Forêt aléatoire auto-supervisée Empilement auto-supervisé Machine à vecteurs de support auto-supervisée Apprentissage par transfert auto-supervisé Apprentissage Actif Semi-Supervisé Algorithme Apriori Semi-supervisé Règles d'association semi-supervisées Détection d'anomalies par auto-encodeur semi-supervisé Bagging semi-supervisé Boost par apprentissage semi-supervisé CatBoost semi-supervisé DBSCAN semi-supervisé Arbre de décision semi-supervisé Apprentissage fédéré semi-supervisé Semi-supervised Few-shot Learning FP-croissance semi-supervisé Modèle gaussien de mélange semi-supervisé Processus Gaussien semi-supervisé Gradient Boosting Semi-supervisé HDBSCAN semi-supervisé Forêt d'isolement semi-supervisée K-means semi-supervisé K-plus proches voisins semi-supervisés Apprentissage semi-supervisé LightGBM semi-supervisé Régression linéaire semi-supervisée Semi-supervised Logistic Regression Apprentissage métrique semi-supervisé Bayes naïf semi-supervisé SVM univarié semi-supervisé Apprentissage en ligne semi-supervisé Forêt aléatoire semi-supervisée Empilement semi-supervisé Machine à vecteurs de support semi-supervisée Apprentissage par transfert semi-supervisé Ensemble de vote semi-supervisé XGBoost semi-supervisé Apprentissage par transfert Ensemble par vote

Ml-model 42

AdaBoost Regroupement par propagation d'affinités Bagging (Bootstrap Aggregating)BIRCH CatBoost DBSCAN Arbre de décision Elastic Net Modèle de mélange gaussien Modèle additif généralisé (GAM)Gradient Boosting HDBSCAN Regroupement hiérarchique Isolation Forest Regroupement par K-moyennes Plus Proches Voisins (PPV)Propagation d'étiquettes Régression Lasso LightGBM Facteur d'Anomalie Locale (LOF)Plongement Linéaire Local (LLE)Régression locale LOESS / LOWESS Splines adaptatives multivariées (MARS)Mean Shift Perceptron multicouche (MLP)Naive Bayes OPTICS Régression par moindres carrés partiels (PLS)Analyse en composantes principales Régression par composantes principales (RCP)Forêt Aléatoire Splines de régression et de lissage Régression Ridge SHAP (SHapley Additive exPlanations)Spectral Clustering Empilement Descente de gradient stochastique (SGD)Machine à vecteurs de support (Classification)Régression par vecteurs de support t-SNE UMAP XGBoost

Latent-structure 7

Analyse en Composantes Indépendantes (ACI)Isomap ACP à noyau Latent Dirichlet Allocation (LDA)Analyse discriminante linéaire (ADL)Factorisation de Matrices Non-Négatives (NMF)Analyse discriminante quadratique (QDA)

Pattern mining 5

Exploration de règles d'association (Apriori)ECLAT : Extraction de sous-ensembles d'items fréquents Exploration de motifs émergents FP-Growth (Frequent Pattern Growth)Sequential Pattern Mining

Trustworthy ML 4

Prédiction conforme Apprentissage automatique conscient de l'équité Calage du modèle Détection hors distribution

Explainable AI 2

Explications contrefactuelles LIME : Explications Locales Interprétables Agnostiques du Modèle

Reinforcement learning 2

Méthodes de gradient de politique Q-Learning

Dimensionality reduction 2

Projection aléatoire Carte auto-organisatrice (Carte de Kohonen)

Interactive ML 1

Apprentissage actif

Bayesian 1

Régression Ridge Bayésienne

Recommender systems 1

Filtrage collaboratif

Clustering 1

Regroupement flou par centroïdes (Fuzzy C-Means, FCM)

Missing data 1

Achèvement de matrice

Rule learning 1

Induction de règles (RIPPER)