틀:기계 학습

기계 학습과 데이터 마이닝
문제 분류 클러스터 분석 회귀 분석 이상 발견 연관 규칙 강화 학습 구조 기반 예측 특징 엔지니어링 특징 학습 온라인 기계 학습 준 지도 학습 비 지도 학습 Grammar induction
지도 학습 (통계적 분류 • 회귀 분석) 결정 트리 학습법 앙상블 학습법 (배깅, Boosting, 랜덤 포레스트) 최근접 이웃 탐색 k-NN 선형 회귀 나이브 베이즈 인공신경망 로지스틱 회귀 퍼셉트론 상관 벡터 머신(RVM) 서포트 벡터 머신(SVM)
클러스터 분석 BIRCH Hierarchical clustering k-평균 알고리즘 기댓값 최대화 알고리즘 DBSCAN OPTICS Mean-shift
차원 축소 요인 분석 CCA 독립 성분 분석 LDA 음수 미포함 행렬 분해 주성분 분석 t-SNE
그래프 모형 베이즈 네트워크 조건부 무작위장 은닉 마르코프 모델 혼합 모델 잠재 디리클레 할당
이상 발견 k-최근접 이웃 알고리즘 Local outlier factor
인공 신경망 Autoencoder 딥 러닝 다층 퍼셉트론 순환 신경망 LSTM GRU Restricted Boltzmann machine 자기조직화지도 합성곱 신경망
강화 학습 Q 러닝 SARSA 시간차 학습
이론 편향-분산 트레이드오프 Computational learning theory Empirical risk minimization PAC learning Statistical learning VC theory