Istilah berkaitan pembelajaran mesin dan perlombongan data biasa

• Sampling:

  • Simple Random Sampling (Pemilikan rawak mudah)
  • OfflineSampling (Offline Sampling, mungkin K)
  • “Saya tidak tahu apa-apa tentang apa yang berlaku di Malaysia, tetapi saya tidak tahu apa yang berlaku di Malaysia.
  • Sampling berasaskan nisbah (Ratio-based Sampling)
  • Acceptance-RejectionSampling (Sampling Kebenaran-Penghapusan)
  • Importance Sampling (Sampling Kepentingan)
  • MCMC ((MarkovChain Monte Carlo: Metropolis-Hasting & Gibbs))

• Clustering:

  • K-Means，
  • K-Mediods，
  • K-Means, dua pertiga.
  • FK-Means，
  • Canopy，
  • Spectral-KMeans (pengumpulan spektrum)
  • GMM-EM, model Gaussian campuran - algoritma yang dijangka akan menyelesaikan masalah ini.
  • K-Pototypes, CLARANS (berdasarkan pembahagian),
  • BIRCH (berdasarkan hierarki)
  • CURE (berdasarkan hierarki)
  • DBSCAN (berdasarkan ketumpatan)
  • CLIQUE ((berdasarkan ketumpatan dan berdasarkan grid)

• Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression: Classification&Regression

  • LR (Linear Regression) ialah kaedah yang digunakan untuk mengkaji dan mengkaji keadaan.
  • LR (LogisticRegression) adalah kaedah logik yang digunakan untuk mengkaji semula keadaan.
  • SR (Softmax Regression)
  • GLM (Generalized Linear Model) ialah model linear yang meluas.
  • RR (Ridge Regression)
  • LASSO ((Least Absolute Shrinkage andSelectionator Operator L1 Regression kepada Bilangan Dua Paling Minimal)
  • RF (hutan rawak)
  • DT: Saya tidak tahu apa yang anda fikirkan.
  • GBDT (Gradient BoostingDecision Tree) adalah satu daripada dua buah pokok keputusan yang dicipta oleh Google.
  • CART (Classification And Regression Tree) adalah sebuah kumpulan kumpulan yang terdiri daripada dua jenis pokok.
  • KNN (K-Nearest Neighbor K)
  • SVM(Support VectorMachine)，
  • KF ((KernelFunction Fungsi teras PolynomialFungsi teras berbilang fungsi,
  • Guassian KernelFunction Guassian KernelFunction / Radial BasisFunction RBF fungsi asas radial,
  • String KernelFunction (fungsi teras senar)
  • BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network/Bayesian Belief Network), BN (Bayesian Network), BN (Bayesian Network), BN (Bayesian Network), BN (Bayesian Network), BN (Bayesian Network), BN (Bayesian Network), BN (Bayesian Network), BN (Bayesian Network), BN (Bay
  • LDA ((Linear Discriminant Analysis/FisherLinear Discriminant), yang mana ia digunakan untuk mengkaji dan mengkaji kesesuaian dalam bidang analisis.
  • EL ((Ensemble Learning mengintegrasikan pembelajaran Boosting, Bagging, Stacking) dan EL ((Ensemble Learning mengintegrasikan pembelajaran Boosting, Bagging, Stacking) dan EL ((Ensemble Learning mengintegrasikan pembelajaran Boosting, Bagging, Stacking).
  • Adaptive Boosting (Peningkatan Beradaptasi)
  • MEM (Model Entropy Maksimum)

• Evaluasi Kesan:

  • Confusion Matrix (Matrik Kekecohan)
  • Precision, Recall, dan lain-lain.
  • F-score (skor F) dan Accuracy (kecekapan)
  • ROC Curve, AUC, dan AUC
  • LiftCurve, KS Curve

• PGM (Probabilistic Graphical Models):

  • BN ((Bayesian Network/Bayesian Belief Network/BeliefNetwork)
  • MC (Markov Chain) adalah sebuah blog yang mengkhususkan diri dalam blog Markov Chain.
  • HMM (Model Markov Tersembunyi)
  • MEMM (Model Maksimum Entropy Markov) ialah model enteri Markov maksimum.
  • CRF (Conditional Random Field), sebuah lapangan terbang bersesuaian dengan keadaan lapangan terbang.
  • MRF (Markov Random Field)

• NN (Rangkaian Neural):

  • ANN (Rangkaian Neural Buatan)
  • BP ((Error BackPropagation)

• DeepLearning

  • Auto-encoder (pengekod automatik)
  • SAE (Stacked Auto-encoders) adalah pengekod automatik yang ditumpuk.
  • Sparse Auto-encoders adalah pengekod automatik yang jarang digunakan.
  • Denoising Auto-encoders, pengekod automatik untuk menghapuskan bunyi.
  • Contractive Auto-encoders (Pengekod automatik kontraktif)
  • RBM (Restricted Boltzmann Machine) ialah sebuah mesin bertekanan Boltzmann terhad.
  • DBN (Rangkaian Kepercayaan mendalam)
  • CNN (ConvolutionalNeuralNetwork) adalah sebuah rangkaian saraf konvolusional yang telah dipasarkan di seluruh dunia.
  • Word2Vec (Model Pembelajaran Vektor Perkataan).

• DimensionalityReduction (pengurangan dimensi):

  • LDA LinearDiscriminant Analysis/Fisher Linear Discriminant Analisis pembezaan linear
  • PCA (Analisis Komponen Utama)
  • ICA (Independent Component Analysis) adalah sebuah syarikat yang bergerak dalam bidang analisis komponen bebas.
  • SVD (Singular Value Decomposition) ialah penguraian nilai singular.
  • FA ((FactorAnalysis kaedah analisis faktor) }}.

• Text Mining (Perlombongan Teks):

  • Model Ruang Vektor (VSM)
  • Word2Vec (model pembelajaran vektor perkataan)
  • TF (Term Frequency) ialah istilah untuk frekuensi frekuensi.
  • TF-IDF ((Term Frequency-Inverse DocumentFrequency) ialah frekuensi terbalik dokumen.
  • MI ((MutualInformation)) adalah sebuah blog yang mengkaji tentang isu-isu yang berkaitan dengan Islam.
  • ECE (Expected Cross Entropy) adalah sebuah platform yang menyediakan maklumat mengenai enteriori yang boleh dipercayai.
  • QEMI (Pengkalan Maklumat Sekunder)
  • IG ((InformationGain), sebuah laman web di Malaysia yang dikhaskan untuk blog dan blog.
  • IGR (Information Gain Ratio) ialah kadar keuntungan maklumat.
  • Gini, atau Pekali Gini.
  • x2 Statistic (((x2 statistik),
  • TEW (TextEvidence Weight) adalah sebuah laman web yang mengkhususkan diri dalam bidang teks.
  • OR ((Odds Ratio)), yang merupakan satu-satunya pilihan dalam pilihan raya ini.
  • N-Gram Model，
  • LSA (Latent Semantic Analysis) adalah kaedah yang digunakan untuk mengkaji dan mengkaji kata-kata dalam bahasa Inggeris.
  • PLSA ((ProbabilisticLatent Semantic Analysis) adalah analisis semantik laten berdasarkan kebarangkalian.
  • LDA ((Latent DirichletAllocation Model Dirichlet yang berpotensi) }}

• Association Mining (Pertubuhan Perlombongan):

  • Apriori，
  • FP-growth (Frequency Pattern Tree Growth) ialah algoritma pertumbuhan pokok dengan corak frekuensi.
  • AprioriAll，
  • Spade。

• Enjin Rekomendasi:

  • DBR (Demographic-based Recommendation) adalah cadangan berasaskan demografi yang dibuat oleh pengkaji.
  • CBR (Context-basedRecommendation) adalah satu kaedah yang digunakan untuk membuat cadangan berdasarkan konteks.
  • CF (Collaborative Filtering), sebuah laman web di Malaysia yang mengkhususkan diri dalam penyaringan kolaboratif.
  • UCF (User-based Collaborative Filtering Recommendation) adalah sebuah cadangan penapisan kolaboratif berasaskan pengguna.
  • ICF ((Item-based Collaborative Filtering Recommendation)

• Similarity Measure & Distance Measure:

  • Jarak Euclidean
  • “Manhattan Distance” (Jarak Manhattan) adalah sebuah blog blog yang mengkaji mengenai isu-isu yang berkaitan dengan isu-isu yang berkaitan dengan pengebumian.
  • Jarak antara Chebyshev dan Chebokshev adalah kira-kira 100 km.
  • MinkowskiDistance (Jarak Minkowski) ialah jarak yang digunakan untuk mengesan jarak antara dua objek.
  • Jarak Euclidean Standardized
  • MahalanobisDistance (Jarak Mar)
  • “Cosine” ialah “Cosine” dan “Cosine” ialah “Cosine”.
  • HammingDistance/Edit Distance (Jarak Hamming/Jarak Edit)
  • JaccardDistance (Jarak Jaccard) adalah sebuah blog blog yang mengkaji mengenai isu ini.
  • Correlation Coefficient Distance (Jarak pekali hubungan)
  • InformationEntropy (Informasi Entropy) ialah sebuah blog yang diterbitkan oleh Google.
  • KL ((Kullback-Leibler Divergence KL Perbezaan/Relative Entropy relatif rendah) )

• Feature Selection:

  • “Mutual Information” (Maklumat Bersama)
  • DocumentFrequence (Kebanyakan Dokumen)
  • Maklumat Mendapat (Information Gain)
  • Ujian Chi-squared
  • Gini (Kepantasan Gini)

• Outlier Detection (algoritma pengesanan titik luar biasa):

  • Menurut beliau, ia adalah satu perkara yang tidak dapat difahami.
  • “Saya tidak tahu apa-apa tentang apa yang berlaku di Malaysia.
  • Density-based (berdasarkan ketumpatan),
  • Clustering-based (berdasarkan pengumpulan) [2].

• Learning to Rank (berasaskan pembelajaran):

  • Pointwise：McRank；
  • Pairwise：RankingSVM，RankNet，Frank，RankBoost；
  • Listwise：AdaRank，SoftRank，LamdaMART。