Обсуждение:Машинное обучение

Комментарий

Есть ошибки:

1. Метод ближайших соседей не имеет никакого отношения к обучению без учителя
2. Генетический алгоритм не имеет никакого отношения к обучению с подкреплением
3. Активное обучение ссылается не туда, куда надо

Если не будет возражений, я это исправлю --Niksab 20:56, 10 декабря 2008 (UTC)

Классификация методов машинного обучения

Ниже перечисленные методы нужно классифицировать в зависимости от вида обучения (с/без учителя). Все соображения на этот счет оставляйте и комментируйте здесь.

• Байесовский классификатор:
  • линейный дискриминант;
  • непараметрическое восстановление плотности;
  • разделение смеси вероятностных распределений;
  • метод потенциальных функций.

• Байесовская сеть.

• Индукция правил:
  • решающее дерево;
  • решающий список;
  • решающий лес;
  • тестовый алгоритм;
  • алгоритм вычисления оценок.

• Алгоритмическая композиция:
  • взвешенное голосование;
  • бустинг;
  • бэггинг;
  • метод комитетов;
  • смесь экспертов.

• Сокращение размерности:
  • селекция признаков = отбор признаков;
  • метод главных компонент;
  • метод независимых компонент;
  • многомерное шкалирование.

• Выбор модели:
  • минимизация эмпирического риска;
  • структурная минимизация риска;
  • минимум длины описания;
  • критерий Акаике = AIC;
  • байесовский информационный критерий = BIC;
  • скользящий контроль;
  • извлечение признаков;
  • Метод группового учёта аргументов = МГУА = самоорганизация моделей;
  • случайный поиск с адаптацией;