наверх

Алгоритмы машинного обучения

Ниже представлен неполный список алгоритмов и подходов к анализу Больших данных:

  • Глубинное обучение (Deep Learning )
    • Глубинная Маши́на Бо́льцмана (Deep Boltzmann Machine - DBM )
    • Глубинная Сеть Доверия (Deep Belief Netoworks - DBN )
    • Свёрточная нейронная сеть (Convolutional Neural Network CNN )
    • Многоярусные Автокодировщики (Stacked Auto-Encoders )
  • То́мас Байéс (Thomas Bayes )
    • Наи́вный ба́йесовский классифика́тор (Naive Bayes classifier )
    • Averaged One-Dependence Estimators AODE
    • Bayesian Belief Network BNN
    • Gaussian Naive Bayes
    • Multinomial Naive Bayes
    • Байесовская сеть (Bayesian Network - BN)
    • Hidden Markov Models
    • Conditional random fields (CRFs)
  • Ensemble
    • Random Forest
    • Gradient Boosting Machines (GBM)
    • Boosting
    • Bootstrapped Aggregation (Bagging)
    • AdaBoost
    • Stacked Generalization (Blending)
    • Gradient Boosted Regression Trees (GBRT)
  • Decision Tree
    • Classification and Regression Tree (CART)
    • Iterative Dichotomiser 3 (ID3)
    • C4.5
    • C5.0
    • Chi-squared Automatic Interaction Detection (CHAID)
    • Decision Stump
    • Conditional Decision Trees
    • M5
    • Random Forests
  • Neural Networks
    • Radial Basis Function Networks (RBFN)
    • Perceptron
    • Back-Propagation
    • Hopfield Network
  • Regularization
    • Ridge Regression
    • Least Absolute Shrinkage and Selection Operator (LASSO)
    • Elastic Net
    • Least Angle Regression (LARS)
  • Rule system
    • Cubist
    • One Rule (OneR)
    • Zero Rule (ZeroR)
    • Repeated Incremental Pruning to Produce Error Reduction (RIPPER)
  • Regression
    • Linear Regression
    • Logistic Regression
    • Ordinary Least Squares Regression (OLSR)
    • Stepwise Regression
    • Multivariate Adaptive Regression Splines (MARS)
    • Locally Estimated Scatterplot Smoothing (LOESS)
    • Jackknife Regression
  • Dimensionality Reduction
    • Principal Component Analysis (PCA)
    • Principal Component Regression (PCR)
    • Partial Least Squares Regression (PLSR)
    • Partial Least Squares Discriminant Analysis
    • Sammon Mapping
    • Multidimensional Scaling (MDS)
    • Projection Pursing
    • Mixture Discriminant Analysis (MDA)
    • Quadratic Discriminant Analysis (QDA)
    • Regularized Discriminant Analysis (RDA)
    • Flexible Discriminant Analysis (MDA)
    • Linear Discriminant Analysis (LDA)
  • Instance Based
    • k-Nearest Neighbour (kNN)
    • Learning Vector Quantization (LVQ)
    • Self-Organizing Map (SOM)
    • Locally Weighted Learning (LWL)
  • Clustering
    • k-Means
    • k-Medians
    • Expectation Maximization
    • Hierarchical Clustering

Впечатляет не правда ли? Важно сказать что этот список никогда не будет исчерпывающим. Сейчас же мы можем только либо наблюдать за происходящим, либо принимать непосредственное участие в создании новых алгоритмов и подходов.

Опубликовано 17 окт. 2016