Обучение с учителем
165 — методы этого семейства.
Избранное
Активное обучениеActive 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 informaАктивное обучение с бустингомActive Learning Boosting combines the query-driven label acquisition of active learning with the weighted-ensemble logic of boosting algorithms such as AdaBoost. The model iterativДерево решений с активным обучениемActive 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 humanАктивное обучение с федеративным обучениемFederated Active Learning combines the annotation-efficiency of active learning with the privacy-preserving decentralization of federated learning. A shared global model is trainedActive learning Gaussian mixture modelActive Learning Gaussian Mixture Model combines an iterative query strategy with a Gaussian Mixture Model learner. The algorithm selects the most informative unlabeled points — typГрадиентный бустинг с активным обучениемActive Learning Gradient Boosting combines the powerful predictive accuracy of gradient boosted trees with an active learning loop that selects the most informative unlabeled examp
План чтения
Наиболее цитируемые фундаментальные методы этой темы в порядке их появления — отправная точка, если вы здесь впервые.
Все методы 165
Активное обучениеАктивное обучение с бустингомДерево решений с активным обучениемАктивное обучение с федеративным обучениемActive learning Gaussian mixture modelГрадиентный бустинг с активным обучениемАктивное обучение с K-ближайшими соседями (K-Nearest Neighbors, KNN)Активное обучение с LightGBMАктивное обучение с линейной регрессиейАктивное обучение с использованием One-class SVMАктивное обучение с самообучениемАктивное обучение со стекированием ансамбляАктивное обучение с машиной опорных векторовАктивное обучение с голосованием ансамбляAdaBoostБустингАнсамбль бустингаАгрегация методом подсчёта БордаCatBoostКоллаборативная фильтрацияКонформное предсказаниеДерево решенийСлияние Демпстера-ШафераДобыча возникающих закономерностейАнсамблевое активное обучениеАнсамбль деревьев решенийАнсамблевое федеративное обучениеАнсамблевое обучение с малым количеством примеровАнсамбль Гауссовых Смесей (Ensemble Gaussian Mixture Model)Ансамбль Гауссовских ПроцессовАнсамблевый градиентный бустингАнсамбль K-ближайших соседейАнсамблевое метрическое обучениеАнсамбль Наивного БайесаEnsemble One-Class SVM (Ансамбль одноклассовых SVM)Ансамблевое онлайн-обучениеАнсамблевое самообучениеАнсамблевое полуавтоматическое обучениеАнсамбль опорных векторов (Ensemble Support Vector Machine)Ансамблевое трансферное обучениеЧрезвычайно случайные деревьяОбучение на малом числе примеров (Few-shot Learning)FP-Рост (Рост часто встречаемых паттернов)Обобщенная аддитивная модель (GAM)Анализ независимых компонент (ICA)ИзомапМетод K ближайших соседейРаспространение метокLightGBMЛинейный дискриминантный анализ (LDA)Линейная регрессия (МО)Локальная регрессия LOESS / LOWESSМажоритарное голосованиеМультивариантные адаптивные регрессионные сплайны (MARS)Завершение матрицыМетрическое обучениеМногослойный перцептрон (MLP)Наивный БайесНеотрицательное матричное разложение (NMF)Онлайн-обучение с активным обучениемОнлайн-бустинг (Online Boosting)Онлайн-дерево решенийОнлайновое федеративное обучениеОнлайн-обучение с малым количеством примеровОнлайн FP-growthОнлайновая гауссова смесь (Online Gaussian Mixture Model)Онлайновый Гауссов Гауссов ПроцессОнлайн градиентный бустингОнлайновые K-ближайших соседейОнлайн-обучениеОнлайн LightGBMОнлайновая линейная регрессияОнлайновое обучение метрикамOnline Naive BayesOnline One-Class SVMOnline Random ForestОнлайн-самообучение без учителяОнлайновое полуавтоматическое обучениеОнлайновая машина опорных векторовОнлайн-обучение с переносом знаний (Online Transfer Learning, OTL)Ансамбль онлайн-голосованияОбнаружение внераспределительных данныхМетод частичных наименьших квадратов (PLS)Методы градиента политикиQ-обучениеКвадратичный дискриминантный анализ (QDA)Случайный лесРегрессионные и сглаживающие сплайныРегуляризованный бустингРегуляризованный CatBoostРегуляризованное дерево решенийРегуляризованное федеративное обучениеРегуляризованное обучение с малым числом примеровРегуляризованный Гауссовский ПроцессРегуляризованный градиентный бустингРегуляризованный k-ближайших соседейСглаженный Наивный БайесРегуляризованное онлайн-обучениеРегуляризованный случайный лесРегуляризованное полусупервизорное обучениеРегуляризованная машина опорных векторовРегуляризованное трансферное обучениеРобастное активное обучениеRobust BoostingРобастное дерево решенийНадежное федеративное обучениеРобастная Гауссова СмесьРобастный Гауссовский ПроцессУстойчивое метрическое обучениеРобастная одноклассовая SVM (Robust One-Class SVM)Робастное онлайн-обучениеRobust Random ForestРобастное стекирование ансамблейРобастная машина опорных векторовРобастная ансамблевое голосованиеИндукция правил (RIPPER)Самообучающееся активное обучениеСамообучающееся усилениеСамообучающееся решающее деревоФедеративное обучение с самоконтролем (Self-supervised Federated Learning)Self-supervised Few-shot LearningСамообучающийся Гауссовский процессСамообучающееся градиентное бустированиеСамообучающиеся k-ближайших соседейСамообучение с учителемSelf-supervised LightGBMСамообучающееся метрическое обучениеСамообучающаяся One-class SVMСамообучающийся случайный лесСамообучающаяся стековая ансамблевая модельМетод опорных векторов с самообучением (Self-supervised Support Vector Machine)Трансферное обучение с самоконтролемПолуавтоматическое активное обучениеПолуавтоматическое бустирование (Semi-supervised Boosting)Полуавтоматический CatBoostПолуавтоматическое дерево решенийПолуавтономное федеративное обучениеПолусупервизорное обучение с малым количеством примеровПолуавтоматический FP-growthПолуавтоматическая Гауссова Смесь (SS-GMM)Полу-контролируемый Гауссовский процессПолуавтоматический градиентный бустингПолусупервизорный метод K-ближайших соседейОбучение с частичной разметкойLightGBM с частичной разметкойПолусупервизорная линейная регрессияОбучение метрике с частичным привлечением учителяПолусупервизорный наивный байесовский классификаторОдноклассовая SVM с частичной разметкойОнлайн-обучение с частичной разметкойСлучайный лес с частичной разметкойСтекирование ансамблей с частичной разметкойМашина опорных векторов с частичной разметкойПолуавтономное обучение с переносомПолуавтоматический ансамбль голосованияПолу-контролируемый XGBoostПоследовательный глубинный анализ шаблоновСтекинг (Stacked Generalization)СтекингСтохастический градиентный спуск (SGD)Метод опорных векторов (классификация)Регрессия на основе опорных векторовПеренос обученияГолосующая ансамблевая модельXGBoost