การเรียนรู้ของเครื่อง
298 วิธี
Machine learning 228
กฎความสัมพันธ์แบบเรียนรู้เชิงรุกการเรียนรู้เชิงรุกร่วมกับออโตเอ็นโค้ดเดอร์สำหรับการตรวจจับความผิดปกติActive Learning BoostingActive Learning Decision TreeActive Learning Federated Learningแบบจำลองส่วนผสมแบบเกาส์เซียน (Gaussian Mixture Model) แบบเรียนรู้เชิงรุกGaussian Process แบบเรียนรู้เชิงรุก (Active Learning Gaussian Process)การเรียนรู้เชิงรุกแบบ Gradient BoostingActive Learning Isolation Forestการเรียนรู้เชิงรุกแบบเพื่อนบ้านใกล้ที่สุด K ตัวActive Learning LightGBMการถดถอยเชิงเส้นแบบเรียนรู้เชิงรุกการเรียนรู้เชิงรุกด้วยโลจิสติกส์รีเกรสชันการเรียนรู้เชิงรุกแบบ One-class SVMการเรียนรู้เชิงรุกที่ผสานกับการเรียนรู้แบบกำกับตนเองการเรียนรู้เชิงรุกแบบซ้อนทับกลุ่มตัวแบบการเรียนรู้เชิงรุกเครื่องเวกเตอร์สนับสนุนการเรียนรู้เชิงรุกแบบการลงคะแนนของคณะกรรมการอัลกอริทึม AprioriAssociation Rulesการตรวจจับความผิดปกติด้วยออโตเอ็นโค้ดเดอร์Bayesian Active Learningกฎความสัมพันธ์แบบเบย์ (Bayesian Association Rules)การตรวจจับความผิดปกติด้วย Bayesian AutoencoderBayesian BaggingBayesian Boostingต้นไม้ตัดสินใจแบบเบย์ (Bayesian Decision Tree)การเรียนรู้แบบสหพันธ์แบบเบย์ (Bayesian Federated Learning)การเรียนรู้แบบน้อยตัวอย่างแบบเบย์ (Bayesian Few-Shot Learning)แบบจำลองส่วนผสมแบบเกาส์เซียนแบบเบย์ (Bayesian Gaussian Mixture Model)Bayesian Gaussian Processวิธี k-Nearest Neighbors แบบเบย์ (Bayesian k-Nearest Neighbors)Bayesian LightGBMการเรียนรู้เมตริกแบบเบย์Bayesian Naive BayesBayesian One-Class SVMการเรียนรู้แบบออนไลน์เชิงเบย์ (Bayesian Online Learning)Random Forest แบบเบย์เซียนการเรียนรู้แบบกึ่งมีผู้สอนแบบเบย์ (Bayesian Semi-supervised Learning)การรวมแบบจำลองแบบเบย์ (Bayesian Stacking Ensemble)Bayesian Support Vector MachineBayesian Transfer LearningBayesian XGBoostBoostingการเรียนรู้เชิงรุกแบบอิงกลุ่มอัลกอริทึม Apriori แบบ Ensembleกฎความสัมพันธ์แบบอองซอมเบิลการตรวจจับความผิดปกติด้วยเอนเซมเบิลออโตเอนโค้ดเดอร์Ensemble Decision Treeการเรียนรู้แบบสหพันธ์แบบรวมกลุ่มการเรียนรู้แบบน้อยตัวอย่างด้วยการรวมแบบจำลอง (Ensemble Few-Shot Learning)แบบจำลองเกาส์เซียนผสมแบบรวม (Ensemble Gaussian Mixture Model)Ensemble Gaussian ProcessGradient BoostingEnsemble HDBSCANEnsemble Isolation ForestEnsemble K-meansเอนเซมเบิล K-Nearest Neighborsการถดถอยเชิงเส้นแบบรวมกลุ่มการถดถอยโลจิสติกแบบรวม (Ensemble Logistic Regression)การเรียนรู้เมตริกแบบรวมกลุ่มEnsemble Naive BayesEnsemble One-Class SVMการเรียนรู้แบบออนไลน์เชิงกลุ่ม (Ensemble Online Learning)Ensemble Self-supervised Learningการเรียนรู้แบบกึ่งกำกับดูแลแบบรวมกลุ่ม (Ensemble Semi-supervised Learning)Ensemble Support Vector Machineการเรียนรู้แบบถ่ายโอนแบบรวมกลุ่มกฎความสัมพันธ์ที่อธิบายได้การตรวจจับความผิดปกติด้วยออโต้อินโค้ดเดอร์ที่อธิบายได้Explainable DBSCANผังการตัดสินใจที่อธิบายได้Explainable Extra TreesFP-Growth ที่อธิบายได้โมเดลการผสมแบบเกาส์เซียนที่อธิบายได้กระบวนการเกาส์เซียนที่อธิบายได้Explainable Gradient BoostingHDBSCAN ที่อธิบายได้ฟอเรสต์การแยกตัวที่อธิบายได้Explainable K-MeansExplainable K-Nearest NeighborsLightGBM ที่อธิบายได้Explainable Naive BayesExplainable One-Class SVMฟอเรสต์สุ่มที่อธิบายได้การรวมกลุ่มแบบซ้อนแบบอธิบายได้เครื่องจำแนกประเภทแบบ Support Vector Machine ที่อธิบายได้การลงคะแนนแบบกลุ่มที่อธิบายได้XGBoost ที่อธิบายได้Extra Treesการเรียนรู้แบบน้อยตัวอย่างกระบวนการเกาส์เซียนการจัดกลุ่มแบบ K-meansการถดถอยเชิงเส้น (Linear Regression) (ML)การถดถอยโลจิสติก (ML)การเรียนรู้เมตริกOne-class SVMการเรียนรู้เชิงรุกแบบออนไลน์กฎความสัมพันธ์ออนไลน์การตรวจจับความผิดปกติด้วยออโตเอ็นโค้ดเดอร์แบบออนไลน์Online BaggingBoosting แบบออนไลน์DBSCAN แบบออนไลน์แผนภูมิตัดสินใจแบบออนไลน์การเรียนรู้แบบสหพันธ์ออนไลน์การเรียนรู้แบบน้อยตัวอย่างออนไลน์ (Online Few-shot Learning)FP-growth แบบออนไลน์โมเดลเกาส์เซียนผสมแบบออนไลน์กระบวนการเกาส์เซียนแบบออนไลน์Online Gradient BoostingOnline HDBSCANOnline Isolation ForestOnline K-meansOnline K-Nearest Neighborsการเรียนรู้แบบออนไลน์LightGBM แบบออนไลน์Online Linear Regressionการถดถอยโลจิสติกแบบออนไลน์การเรียนรู้เมตริกแบบออนไลน์นาอีฟเบย์สแบบออนไลน์Online One-Class SVMOnline Random Forestการเรียนรู้แบบกำกับตนเองออนไลน์การเรียนรู้แบบกึ่งมีผู้สอนออนไลน์Support Vector Machine แบบออนไลน์การเรียนรู้แบบถ่ายโอนออนไลน์การลงคะแนนแบบกลุ่มออนไลน์Regularized BoostingRegularized CatBoostRegularized Decision TreeRegularized Federated Learningการเรียนรู้แบบ Few-Shot แบบ RegularizedRegularized Gaussian Mixture Modelกระบวนการเกาส์เซียนแบบปรับให้เหมาะสมการเพิ่มกำลังไล่ระดับแบบปรับให้เหมาะสมRegularized K-Means Clusteringเค-เพื่อนบ้านใกล้สุดแบบปรับให้เหมาะสมLightGBM แบบ Regularizedการถดถอยเชิงเส้นแบบปรับค่า (Regularized Linear Regression)Regularized Logistic RegressionNaive Bayes แบบปรับปรุงการเรียนรู้ออนไลน์แบบปรับค่าปกติRegularized Random Forestการเรียนรู้แบบกึ่งกำกับดูแลแบบปรับให้เหมาะสมการรวมกลุ่มแบบเสริมกำลังRegularized Support Vector Machineการเรียนรู้แบบถ่ายโอนแบบปกติ (Regularized Transfer Learning)Robust Active Learningการตรวจจับความผิดปกติด้วยออโตเอนโค้ดเดอร์แบบทนทานRobust BaggingRobust Boostingต้นไม้ตัดสินใจแบบทนทานการเรียนรู้แบบสหพันธ์ที่ทนทานRobust Gaussian Mixture ModelRobust Gaussian Processการเพิ่มกำลังการไล่ระดับสีที่ทนทาน (Robust Gradient Boosting)Robust HDBSCANRobust Isolation ForestRobust k-meansRobust LightGBMการถดถอยเชิงเส้นแบบทนทานการเรียนรู้เมตริกที่ทนทานโรบัสต์เนฟเบย์ (Robust Naive Bayes)Robust One-Class SVMการเรียนรู้ออนไลน์ที่ทนทาน (Robust Online Learning)Random Forest ที่ทนทานRobust Stacking Ensembleการสนับสนุนแบบจำลองที่แข็งแกร่งการลงคะแนนแบบกลุ่มที่ทนทานXGBoost ที่ทนทาน (Robust XGBoost)การเรียนรู้แบบแอคทีฟที่กำกับดูแลตนเองการตรวจจับความผิดปกติด้วยออโตเอ็นโค้ดเดอร์แบบกำกับตนเองSelf-supervised BoostingDBSCAN ที่เรียนรู้ด้วยตนเอง (Self-supervised DBSCAN)แผนภูมิตัดสินใจแบบเรียนรู้ด้วยตนเองการเรียนรู้แบบรวมศูนย์ที่กำกับดูแลตนเองการเรียนรู้แบบกึ่งกำกับตนเองแบบไม่กี่ตัวอย่างแบบจำลองเกาส์เซียนมิกซ์เจอร์แบบกำกับตนเองกระบวนการเกาส์เซียนแบบกำกับตนเองการเสริมกำลังไล่ระดับแบบกำกับตนเองป่ารกแบบกำกับตนเอง (Self-supervised Isolation Forest)Self-supervised K-meansK-nearest neighbors แบบเรียนรู้ด้วยตนเองการเรียนรู้แบบกำกับดูแลตนเองLightGBM แบบเรียนรู้ด้วยตนเองการถดถอยโลจิสติกแบบกำกับตนเองการเรียนรู้เมตริกแบบกำกับตนเองNaive Bayes แบบเรียนรู้ตนเองSelf-supervised One-class SVMSelf-supervised Random Forestการรวมกลุ่มแบบพึ่งตนเอง (Self-supervised Stacking Ensemble)Self-supervised Support Vector Machineการเรียนรู้แบบถ่ายโอนด้วยตนเอง (Self-supervised Transfer Learning)การเรียนรู้แบบกึ่งมีผู้สอนและกล้าหาญอัลกอริทึม Apriori แบบกึ่งมีผู้สอนการทำเหมืองกฎความสัมพันธ์แบบกึ่งมีผู้สอน (Semi-supervised Association Rules)การตรวจจับความผิดปกติด้วยออโตเอ็นโค้ดเดอร์แบบกึ่งมีผู้สอนเทคนิก Bagging แบบกึ่งมีผู้สอนการบูสต์แบบกึ่งมีผู้สอน (Semi-supervised Boosting)CatBoost แบบกึ่งมีผู้สอนDBSCAN แบบกึ่งมีผู้สอนต้นไม้ตัดสินใจแบบกึ่งกำกับดูแล (Semi-supervised Decision Tree)การเรียนรู้แบบสหพันธ์กึ่งกำกับดูแลการเรียนรู้แบบกึ่งกำกับดูแลด้วยตัวอย่างน้อย (Semi-supervised Few-shot Learning)FP-growth แบบกึ่งมีผู้สอนโมเดล Gaussian Mixture แบบกึ่งมีผู้สอนGaussian Process แบบกึ่งกำกับดูแลการเพิ่มประสิทธิภาพแบบกึ่งมีผู้สอนโดยใช้ Gradient BoostingSemi-supervised HDBSCANIsolation Forest แบบกึ่งมีผู้สอนอัลกอริทึม K-means แบบกึ่งมีผู้สอนการจำแนกประเภทแบบเพื่อนบ้านใกล้เคียง K แบบกึ่งมีผู้สอนการเรียนรู้แบบกึ่งกำกับดูแลLightGBM แบบกึ่งมีผู้สอนการถดถอยเชิงเส้นแบบกึ่งมีผู้สอนโลจิสติกส์ถดถอยแบบกึ่งกำกับดูแลการเรียนรู้เมตริกแบบกึ่งมีผู้สอนNaive Bayes แบบกึ่งกำกับดูแลSemi-supervised One-class SVMการเรียนรู้ออนไลน์แบบกึ่งมีผู้สอนSemi-supervised Random Forestการจัดกลุ่มแบบกึ่งกำกับด้วยการซ้อนทับการจำแนกประเภทแบบกึ่งมีผู้สอนด้วยเครื่องเวกเตอร์สนับสนุนการเรียนรู้แบบถ่ายโอนกึ่งมีผู้สอนSemi-supervised Voting EnsembleXGBoost กึ่งควบคุม (Semi-supervised XGBoost)การเรียนรู้แบบถ่ายโอนการรวมแบบลงคะแนน
Ml-model 42
AdaBoostAffinity Propagation ClusteringBagging (Bootstrap Aggregating)BIRCHCatBoostDBSCANต้นไม้ตัดสินใจElastic Netแบบจำลองส่วนผสมแบบเกาส์เซียนแบบจำลองเชิงบวกทั่วไป (GAM)การเสริมกำลังไล่ระดับHDBSCAN (การจัดกลุ่มตามความหนาแน่นแบบลำดับชั้น)การจัดกลุ่มแบบลำดับชั้นIsolation Forestการจัดกลุ่มแบบ K-MeansK-Nearest Neighborsการแพร่กระจายป้ายกำกับLasso Regressionไลท์จีบีเอ็มปัจจัยค่าผิดปกติเฉพาะที่ (Local Outlier Factor: LOF)Locally Linear Embedding (LLE)การถดถอยเฉพาะที่ LOESS / LOWESSการถดถอยแบบปรับตัวหลายตัวแปร (MARS)Mean ShiftMulti-layer Perceptron (MLP)Naive Bayesออปติกส์การถดถอยกำลังสองน้อยที่สุดบางส่วน (Partial Least Squares Regression - PLS)การวิเคราะห์องค์ประกอบหลักการถดถอยองค์ประกอบหลัก (Principal Components Regression - PCR)Random ForestRegression SplinesRidge RegressionSHAP (SHapley Additive exPlanations)Spectral Clusteringการซ้อนทับStochastic Gradient Descent (SGD)Support Vector Machineการถดถอยเวกเตอร์สนับสนุนt-SNEUMAPXGBoost