แม่แบบ:Machine learning bar - วิกิพีเดีย

การเรียนรู้ของเครื่อง และ การทำเหมืองข้อมูล
ส่วนหนึ่งของเนื้อหา

ปัญหา Classification Clustering Regression Anomaly detection AutoML Association rules Reinforcement learning Structured prediction Feature engineering Feature learning Online learning Semi-supervised learning Unsupervised learning Learning to rank Grammar induction
การเรียนรู้แบบมีผู้สอน การแบ่งประเภทข้อมูล โครงข่ายประสาทเทียม เพอร์เซปตรอน ต้นไม้ตัดสินใจ Ensembles Bagging Boosting Random forest k-NN Linear regression Naive Bayes regression Logistic regression Relevance vector machine (RVM) เครื่องเวกเตอร์ค้ำยัน (SVM)
การแบ่งกลุ่มข้อมูล BIRCH CURE Hierarchical k-means Expectation–maximization (EM) DBSCAN OPTICS Mean-shift
โครงข่ายประสาทเทียม การเรียนรู้เชิงลึก Autoencoder DeepDream Multilayer perceptron RNN LSTM GRU Restricted Boltzmann machine GAN SOM CNN U-Net
การลดมิติ Factor analysis CCA ICA LDA NMF PCA PGD t-SNE
Structured prediction Graphical models Bayes net Conditional random field แบบจำลองมาร์คอฟซ่อนเร้น
Anomaly detection k-NN Local outlier factor
Reinforcement learning Q-learning SARSA Temporal difference (TD)
ทฤษฎี Bias–variance dilemma Computational learning theory Empirical risk minimization Occam learning PAC learning Statistical learning VC theory
ด ค ก