การเรียนรู้ของเครื่องแบบมีผู้สอน
165 วิธีในตระกูลนี้
แนะนำ
Active LearningActive 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 informaActive Learning BoostingActive Learning Boosting combines the query-driven label acquisition of active learning with the weighted-ensemble logic of boosting algorithms such as AdaBoost. The model iterativActive Learning Decision TreeActive 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 humanActive Learning Federated LearningFederated Active Learning combines the annotation-efficiency of active learning with the privacy-preserving decentralization of federated learning. A shared global model is trainedแบบจำลองส่วนผสมแบบเกาส์เซียน (Gaussian Mixture Model) แบบเรียนรู้เชิงรุกActive Learning Gaussian Mixture Model combines an iterative query strategy with a Gaussian Mixture Model learner. The algorithm selects the most informative unlabeled points — typการเรียนรู้เชิงรุกแบบ 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.
วิธีทั้งหมด 165
Active LearningActive Learning BoostingActive Learning Decision TreeActive Learning Federated Learningแบบจำลองส่วนผสมแบบเกาส์เซียน (Gaussian Mixture Model) แบบเรียนรู้เชิงรุกการเรียนรู้เชิงรุกแบบ Gradient Boostingการเรียนรู้เชิงรุกแบบเพื่อนบ้านใกล้ที่สุด K ตัวActive Learning LightGBMการถดถอยเชิงเส้นแบบเรียนรู้เชิงรุกการเรียนรู้เชิงรุกแบบ One-class SVMการเรียนรู้เชิงรุกที่ผสานกับการเรียนรู้แบบกำกับตนเองการเรียนรู้เชิงรุกแบบซ้อนทับกลุ่มตัวแบบการเรียนรู้เชิงรุกเครื่องเวกเตอร์สนับสนุนการเรียนรู้เชิงรุกแบบการลงคะแนนของคณะกรรมการAdaBoostBoostingBoosting Ensembleการรวมคะแนนแบบบอร์ดาCatBoostการกรองแบบร่วมมือ (Collaborative Filtering)Conformal Predictionต้นไม้ตัดสินใจการหลอมรวมแบบเดมป์สเตอร์-ชาเฟอร์การทำเหมืองรูปแบบเกิดใหม่การเรียนรู้เชิงรุกแบบอิงกลุ่มEnsemble Decision Treeการเรียนรู้แบบสหพันธ์แบบรวมกลุ่มการเรียนรู้แบบน้อยตัวอย่างด้วยการรวมแบบจำลอง (Ensemble Few-Shot Learning)แบบจำลองเกาส์เซียนผสมแบบรวม (Ensemble Gaussian Mixture Model)Ensemble Gaussian ProcessGradient Boostingเอนเซมเบิล K-Nearest Neighborsการเรียนรู้เมตริกแบบรวมกลุ่มEnsemble Naive BayesEnsemble One-Class SVMการเรียนรู้แบบออนไลน์เชิงกลุ่ม (Ensemble Online Learning)Ensemble Self-supervised Learningการเรียนรู้แบบกึ่งกำกับดูแลแบบรวมกลุ่ม (Ensemble Semi-supervised Learning)Ensemble Support Vector Machineการเรียนรู้แบบถ่ายโอนแบบรวมกลุ่มExtra Treesการเรียนรู้แบบน้อยตัวอย่างFP-Growth (Frequent Pattern Growth)แบบจำลองเชิงบวกทั่วไป (GAM)การวิเคราะห์องค์ประกอบอิสระ (Independent Component Analysis - ICA)IsomapK-Nearest Neighborsการแพร่กระจายป้ายกำกับไลท์จีบีเอ็มLinear Discriminant Analysis (LDA)การถดถอยเชิงเส้น (Linear Regression) (ML)การถดถอยเฉพาะที่ LOESS / LOWESSการลงคะแนนเสียงข้างมากการถดถอยแบบปรับตัวหลายตัวแปร (MARS)การเติมเต็มเมทริกซ์การเรียนรู้เมตริกMulti-layer Perceptron (MLP)Naive Bayesการแยกตัวประกอบเมทริกซ์ไม่เป็นลบ (NMF)การเรียนรู้เชิงรุกแบบออนไลน์Boosting แบบออนไลน์แผนภูมิตัดสินใจแบบออนไลน์การเรียนรู้แบบสหพันธ์ออนไลน์การเรียนรู้แบบน้อยตัวอย่างออนไลน์ (Online Few-shot Learning)FP-growth แบบออนไลน์โมเดลเกาส์เซียนผสมแบบออนไลน์กระบวนการเกาส์เซียนแบบออนไลน์Online Gradient BoostingOnline K-Nearest Neighborsการเรียนรู้แบบออนไลน์LightGBM แบบออนไลน์Online Linear Regressionการเรียนรู้เมตริกแบบออนไลน์นาอีฟเบย์สแบบออนไลน์Online One-Class SVMOnline Random Forestการเรียนรู้แบบกำกับตนเองออนไลน์การเรียนรู้แบบกึ่งมีผู้สอนออนไลน์Support Vector Machine แบบออนไลน์การเรียนรู้แบบถ่ายโอนออนไลน์การลงคะแนนแบบกลุ่มออนไลน์การตรวจจับข้อมูลนอกการแจกแจงการถดถอยกำลังสองน้อยที่สุดบางส่วน (Partial Least Squares Regression - PLS)ระเบียบวิธีเกรเดียนต์นโยบายQ-Learningการวิเคราะห์จำแนกประเภทกำลังสอง (QDA)Random ForestRegression SplinesRegularized BoostingRegularized CatBoostRegularized Decision TreeRegularized Federated Learningการเรียนรู้แบบ Few-Shot แบบ Regularizedกระบวนการเกาส์เซียนแบบปรับให้เหมาะสมการเพิ่มกำลังไล่ระดับแบบปรับให้เหมาะสมเค-เพื่อนบ้านใกล้สุดแบบปรับให้เหมาะสมNaive Bayes แบบปรับปรุงการเรียนรู้ออนไลน์แบบปรับค่าปกติRegularized Random Forestการเรียนรู้แบบกึ่งกำกับดูแลแบบปรับให้เหมาะสมRegularized Support Vector Machineการเรียนรู้แบบถ่ายโอนแบบปกติ (Regularized Transfer Learning)Robust Active LearningRobust Boostingต้นไม้ตัดสินใจแบบทนทานการเรียนรู้แบบสหพันธ์ที่ทนทานRobust Gaussian Mixture ModelRobust Gaussian Processการเรียนรู้เมตริกที่ทนทานRobust One-Class SVMการเรียนรู้ออนไลน์ที่ทนทาน (Robust Online Learning)Random Forest ที่ทนทานRobust Stacking Ensembleการสนับสนุนแบบจำลองที่แข็งแกร่งการลงคะแนนแบบกลุ่มที่ทนทานการเรียนรู้กฎ (RIPPER)การเรียนรู้แบบแอคทีฟที่กำกับดูแลตนเองSelf-supervised Boostingแผนภูมิตัดสินใจแบบเรียนรู้ด้วยตนเองการเรียนรู้แบบรวมศูนย์ที่กำกับดูแลตนเองการเรียนรู้แบบกึ่งกำกับตนเองแบบไม่กี่ตัวอย่างกระบวนการเกาส์เซียนแบบกำกับตนเองการเสริมกำลังไล่ระดับแบบกำกับตนเองK-nearest neighbors แบบเรียนรู้ด้วยตนเองการเรียนรู้แบบกำกับดูแลตนเองLightGBM แบบเรียนรู้ด้วยตนเองการเรียนรู้เมตริกแบบกำกับตนเองSelf-supervised One-class SVMSelf-supervised Random Forestการรวมกลุ่มแบบพึ่งตนเอง (Self-supervised Stacking Ensemble)Self-supervised Support Vector Machineการเรียนรู้แบบถ่ายโอนด้วยตนเอง (Self-supervised Transfer Learning)การเรียนรู้แบบกึ่งมีผู้สอนและกล้าหาญการบูสต์แบบกึ่งมีผู้สอน (Semi-supervised Boosting)CatBoost แบบกึ่งมีผู้สอนต้นไม้ตัดสินใจแบบกึ่งกำกับดูแล (Semi-supervised Decision Tree)การเรียนรู้แบบสหพันธ์กึ่งกำกับดูแลการเรียนรู้แบบกึ่งกำกับดูแลด้วยตัวอย่างน้อย (Semi-supervised Few-shot Learning)FP-growth แบบกึ่งมีผู้สอนโมเดล Gaussian Mixture แบบกึ่งมีผู้สอนGaussian Process แบบกึ่งกำกับดูแลการเพิ่มประสิทธิภาพแบบกึ่งมีผู้สอนโดยใช้ Gradient Boostingการจำแนกประเภทแบบเพื่อนบ้านใกล้เคียง K แบบกึ่งมีผู้สอนการเรียนรู้แบบกึ่งกำกับดูแลLightGBM แบบกึ่งมีผู้สอนการถดถอยเชิงเส้นแบบกึ่งมีผู้สอนการเรียนรู้เมตริกแบบกึ่งมีผู้สอนNaive Bayes แบบกึ่งกำกับดูแลSemi-supervised One-class SVMการเรียนรู้ออนไลน์แบบกึ่งมีผู้สอนSemi-supervised Random Forestการจัดกลุ่มแบบกึ่งกำกับด้วยการซ้อนทับการจำแนกประเภทแบบกึ่งมีผู้สอนด้วยเครื่องเวกเตอร์สนับสนุนการเรียนรู้แบบถ่ายโอนกึ่งมีผู้สอนSemi-supervised Voting EnsembleXGBoost กึ่งควบคุม (Semi-supervised XGBoost)Sequential Pattern Miningการวางซ้อน (Stacked Generalization)การซ้อนทับStochastic Gradient Descent (SGD)Support Vector Machineการถดถอยเวกเตอร์สนับสนุนการเรียนรู้แบบถ่ายโอนการรวมแบบลงคะแนนXGBoost