Article principal : Apprentissage automatique.
Sous-catégories
Cette catégorie comprend les 3 sous-catégories suivantes.
Pages dans la catégorie « Apprentissage automatique »
Cette catégorie contient les 137 pages suivantes.
A
- AdaBoost
- Adaptation de domaine
- Algorithme C4.5
- Algorithme d'apprentissage incrémental
- Algorithme de Baum-Welch
- Algorithme de fouille de flots de données
- Algorithme de l'arbre de jonction
- Algorithme du gradient stochastique
- Algorithme espérance-maximisation
- Algorithme ID3
- Allocation de Dirichlet latente
- Analyse formelle de concepts
- Analyse sémantique latente probabiliste
- Apache Mahout
- Apache MXNet
- Apache SINGA
- Apprentissage actif
- Apprentissage auto-supervisé
- Apprentissage automatique
- Apprentissage automatique appliqué aux systèmes de détection d'intrusion réseau
- Apprentissage basé sur l'explication
- Apprentissage de métriques
- Apprentissage ensembliste
- Apprentissage fédéré
- Apprentissage non supervisé
- Apprentissage PAC
- Apprentissage par renforcement
- Apprentissage par renforcement hors ligne
- Apprentissage par transfert
- Apprentissage profond
- Apprentissage semi-supervisé
- Apprentissage supervisé
- Arbre de décision
- Arbre de décision (apprentissage)
- Astuce du noyau
B
C
I
M
- Machine Ă Ă©tat liquide
- Machine Ă vecteurs de support
- Machine Learning (revue)
- Mémoire temporelle et hiérarchique
- Méthode de l'entropie croisée
- MĂ©thode des k plus proches voisins
- MĂ©thode des poids multiplicatifs
- Microsoft Cognitive Toolkit
- Modèle de Markov caché
- Modèle de mélange gaussien
- Modèle génératif
- Modèle graphique
P
R
- Recherche des plus proches voisins
- Réduction de la dimensionnalité
- RĂ©gression (statistiques)
- RĂ©gression logistique
- Régularisation (mathématiques)
- Réseau bayésien
- Réseau bayésien dynamique
- RĂ©seau de neurones Ă impulsions
- RĂ©seau de neurones artificiels
- Algorithme de Frank-Wolfe
- Codage parcimonieux
- Extreme learning machine
- Gaz neuronal
- Machine de Boltzmann restreinte
- Réseaux antagonistes génératifs
- RĂ©tropropagation du gradient