지도 머신러닝
165 개 방법이 이 계열에 있습니다.
추천
능동 학습Active 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 informa능동 학습 부스팅Active Learning Boosting combines the query-driven label acquisition of active learning with the weighted-ensemble logic of boosting algorithms such as AdaBoost. The model iterativ능동 학습 의사결정 트리Active 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 human능동 학습 연합 학습 (Active Learning Federated Learning)Federated Active Learning combines the annotation-efficiency of active learning with the privacy-preserving decentralization of federated learning. A shared global model is trained능동 학습 가우시안 혼합 모델Active Learning Gaussian Mixture Model combines an iterative query strategy with a Gaussian Mixture Model learner. The algorithm selects the most informative unlabeled points — typActive Learning Gradient BoostingActive 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.
모든 방법 165
능동 학습능동 학습 부스팅능동 학습 의사결정 트리능동 학습 연합 학습 (Active Learning Federated Learning)능동 학습 가우시안 혼합 모델Active Learning Gradient Boosting능동 학습 K-최근접 이웃능동 학습 LightGBM능동 학습 선형 회귀능동 학습 단일 클래스 SVM능동 학습과 자기지도 학습의 결합능동 학습 스태킹 앙상블능동 학습 지원 벡터 머신Active Learning Voting EnsembleAdaBoost부스팅부스팅 앙상블보르다 계수 집계 (Borda Count Aggregation)CatBoost협업 필터링컨포멀 예측결정 트리뎀프스터-샤퍼 융합신생 패턴 마이닝앙상블 능동 학습앙상블 의사결정나무앙상블 연합 학습앙상블 소수샷 학습앙상블 가우시안 혼합 모델앙상블 가우시안 프로세스Ensemble Gradient Boosting앙상블 K-최근접 이웃앙상블 거리 학습앙상블 나이브 베이즈앙상블 단일 클래스 SVM (Ensemble One-Class SVM)앙상블 온라인 학습Ensemble Self-supervised Learning앙상블 준지도 학습앙상블 서포트 벡터 머신앙상블 전이 학습엑스트라 트리 (Extra Trees)퓨샷 학습FP-성장 (빈발 패턴 성장)일반화 가법 모형 (GAM)독립 성분 분석 (ICA)IsomapK-최근접 이웃레이블 전파LightGBM선형 판별 분석 (LDA)선형 회귀 (ML)LOESS / LOWESS 지역 회귀다수결 투표다변량 적응 회귀 스플라인 (Multivariate Adaptive Regression Splines, MARS)Matrix Completion메트릭 학습다층 퍼셉트론 (MLP)나이브 베이즈음이 아닌 행렬 분해(NMF)온라인 능동 학습온라인 부스팅온라인 결정 트리온라인 연합 학습온라인 소수샷 학습Online FP-growth온라인 가우시안 혼합 모델온라인 가우시안 프로세스온라인 그래디언트 부스팅온라인 K-최근접 이웃온라인 학습온라인 LightGBM온라인 선형 회귀온라인 메트릭 학습온라인 나이브 베이즈온라인 원클래스 SVM온라인 랜덤 포레스트온라인 자기 지도 학습온라인 준지도 학습온라인 서포트 벡터 머신온라인 전이 학습온라인 투표 앙상블분포 외 탐지부분 최소 제곱 회귀 (PLS)정책 경사도 방법Q-러닝2차 판별 분석(QDA)랜덤 포레스트회귀 스플라인 및 스무딩 스플라인정규화 부스팅Regularized CatBoost정규화된 결정 트리정규화된 연합 학습정규화된 소수샷 학습정규화된 가우시안 과정정규화된 경사 부스팅정규화 k-최근접 이웃정규화 나이브 베이즈정규화 온라인 학습Regularized Random Forest정규화된 준지도 학습정규화 서포트 벡터 머신정규화된 전이 학습강건 능동 학습 (Robust Active Learning)로버스트 부스팅(Robust Boosting)강건 결정 트리 (Robust Decision Tree)강건한 연합 학습Robust Gaussian Mixture Model로버스트 가우시안 프로세스강건 거리 학습강건 단일 클래스 SVM강건 온라인 학습 (Robust Online Learning)로버스트 랜덤 포레스트로버스트 스태킹 앙상블로버스트 서포트 벡터 머신Robust Voting EnsembleRule Induction자기 지도 능동 학습Self-supervised Boosting자가 지도 결정 트리자기 지도 연합 학습자기 지도 소수샷 학습 (Self-supervised Few-shot Learning)자기 지도 가우시안 프로세스자기 지도 학습 기반 그래디언트 부스팅자기 지도식 K-최근접 이웃자기 지도 학습자가 지도 학습 LightGBM자기 지도 메트릭 학습자기 지도 학습 기반 단일 클래스 SVM자기 지도 랜덤 포레스트자기 지도 학습 스태킹 앙상블자기 지도 학습 지원 벡터 머신자기 지도 전이 학습준지도 능동 학습 (Semi-supervised Active Learning, SSAL)준지도 학습 부스팅준지도형 CatBoost준지도 학습 결정 트리준지도 연합 학습준지도 소수샷 학습준지도학습 FP-growth준지도 가우시안 혼합 모형준지도 가우시안 프로세스준지도 학습 그래디언트 부스팅준지도 K-최근접 이웃 (Semi-supervised K-Nearest Neighbors)준지도 학습준지도학습 LightGBM준지도 선형 회귀 (Semi-supervised Linear Regression)준지도 학습 거리 학습준지도 학습 나이브 베이즈준지도 학습 단일 클래스 SVM (Semi-supervised One-class SVM)준지도 온라인 학습준지도학습 랜덤 포레스트준지도 학습 스태킹 앙상블준지도 학습 서포트 벡터 머신준지도 전이 학습준지도 학습 투표 앙상블준지도 학습 XGBoost순차 패턴 마이닝적층 일반화적층확률적 경사 하강법(Stochastic Gradient Descent, SGD)서포트 벡터 머신 (분류)서포트 벡터 회귀전이 학습Voting EnsembleXGBoost