Category:机器学习

L

• 損失函數 (4个页面)

S

• 支持向量機 (4个页面)

人

• 人工智慧研討會 (9个页面)
• 人工神经网络 (3个分类， 46个页面)

分

• 分類演算法 (2个分类， 20个页面)

应

• 应用机器学习 (13个页面)

强

• 强化学习 (6个页面)

数

• 数据挖掘和机器学习软件 (1个分类， 21个页面)

机

• 机器学习研究者 (27个页面)

機

• 機器學習演算法 (1个分类， 18个页面)
• 機器學習資料集 (1个分类， 5个页面)

深

• 深度学习 (1个分类， 37个页面)

潛

• 潛在變數模型 (1个分类， 4个页面)

神

• 神經網路 (1个分类， 5个页面)

统

• 统计自然语言处理 (2个页面)

聚

• 聚类分析 (12个页面)

自

• 自然语言处理研究者 (7个页面)

貝

• 貝氏網路 (2个页面)

进

• 进化算法 (1个分类， 7个页面)

降

• 降维 (2个页面)

集

• 集成学习 (5个页面)

马

• 马尔可夫模型 (1个分类， 15个页面)

• Gemini (语言模型)
• LangChain
• 大型语言模型
• 微调 (深度学习)
• 机器学习
• 神经图灵机
• Template:ANN-stub
• Template:Machine-learning-stub

*

• Lp范数
• User:P1ayer/備頁/機器學習概論

A

• AlphaGo Zero
• AQ (圍棋軟體)

B

• BIRCH

C

• Caffe
• CGI (圍棋軟體)
• Claude (语言模型)

D

• 大间隔最近邻居
• Darkforest
• Davis-Kahan定理
• Deeplearning4j
• DeepZenGo
• Template:Differentiable computing
• Dropout

E

• ELF OpenGo

G

• Google DeepMind
• GPT-3

H

• Hinge loss
• Hugging Face

I

• ID3算法

J

• JAX
• User:Jeff1iu/沙盒

K

• Kaggle
• KataGo

L

• Leela
• Leela Zero

M

• Minigo
• MuZero

O

• ONNX
• OpenAI Codex
• OPTICS

P

• PhoenixGo

R

• ROCm

S

• SAI (圍棋軟體)

T

• T-标准化
• TensorFlow

U

• UIMA

V

• VC理论

W

• Waifu2x
• Word2vec

Y

• 隐马尔可夫模型

主

• 主题模型

二

• 二次分類器

人

• 人工神经网络

决

• 决策树剪枝

判

• 判别模型

半

• 半监督学习

向

• 向量数据库

图

• 图同构

圖

• 圖模式

基

• 基于人类反馈的强化学习
• 基于流的生成模型
• 基準真相

多

• 多层感知器
• 多示例学习
• 多線性主成分分析
• 多臂赌博机

学

• 学习率

學

• 學習自動機

容

• 容错学习问题

对

• 对联机

层

• 层次聚类

幻

• 幻觉 (人工智能)

序

• 序列最小优化算法

开

• 开源人工智能

异

• 异常检测

强

• 强化学习

归

• 归纳偏置
• 归纳编程

径

• 径向基函数核

循

• 循例學習

感

• 感知器

所

• 所罗门诺夫的归纳推理理论

提

• 提前停止

数

• 数据增强
• 数据标注

文

• 文档分类

机

• 机器人学习
• Template:机器學習

條

• 條件隨機域

梯

• 梯度消失问题

模

• 模型选择

機

• 機器學習控制
• 機器感知

正

• 正则化 (数学)
• 正規化概念分析

歸

• 歸納偏置

泛

• 泛化误差

注

• 注意力机制

流

• 流形假设
• User:Honesthao/沙盒
• 流形正则化

深

• 深度学习
• 深度强化学习

混

• 混合模型
• 混淆矩阵

無

• 無監督學習
• 無監督式學習網路

特

• 特征 (机器学习)
• 特征工程
• 特徵提取
• 特徵縮放

生

• 生成模型

监

• 监督学习

相

• 相关向量机

稀

• 稀疏字典學習

等

• 等距特征映射

粒

• 粒度运算

约

• 约翰逊-林登斯特劳斯定理

经

• 经验风险最小化

绝

• 绝艺

统

• 统计分类
• 概率模型
• 统计学习理论

维

• 维数灾难

聚

• 聚类分析

聯

• 聯邦學習

自

• 自动机器学习
• 自监督学习

表

• 表征学习

補

• 補償機率

规

• 规则归纳

词

• 词袋模型

贝

• 贝叶斯信息量准则

超

• 超参数 (机器学习)
• 超参数优化

轮

• 轮廓 (聚类)

迁

• 迁移学习

過

• 過適

部

• 部分可觀察馬可夫決策過程

量

• 量子機器學習

随

• 随机森林

隐

• 隐含狄利克雷分布

集

• 集成学习