Istilah yang biasa digunakan untuk pembelajaran mesin dan perlombongan data

Istilah yang biasa digunakan untuk pembelajaran mesin dan perlombongan data

• Sampling (Contoh):

  • Pengambilan sampel rawak mudah
  • Pengambilan sampel secara luar talian (K mungkin di luar talian, dll.)
  • Pengambilan sampel dalam talian (K mungkin sampel dalam talian dan sebagainya)
  • Ratio-based Sampling (Sampling secara rawak berdasarkan nisbah)
  • Pengambilan sampel penerimaan-penolakan
  • Importance Sampling (Contoh Kepentingan)
  • MCMC ((MarkovChain Monte Carlo MarkovMont Carlo: Metropolis-Hasting & Gibbs)

• Clustering (Kelaborasi):

  • K bermaksud,
  • K-Mediods,
  • Dua mata K-means,
  • FK-bererti,
  • Canopy,
  • Spektral-KMeans (Kumpulan Spektral)
  • GMM-EM ((Menggabungkan model Gaussian - algoritma maksimum yang diharapkan diselesaikan))
  • K-Pototypes, CLARANS (berdasarkan pembahagian)
  • BIRCH (berdasarkan peringkat)
  • CURE (berdasarkan peringkat)
  • DBSCAN (berdasarkan ketumpatan)
  • CLIQUE ((berdasarkan ketumpatan dan berasaskan grid) ).

• Classification & Regression (Klasifikasi & Regresi):

  • LR (Linear Regression)
  • LR (Logistic Regression Logical Regression)
  • SR (Softmax Regression mungkin regresi logik kelas)
  • GLM (Generalized Linear Model) ialah model linear yang digunakan untuk merangkumi semua model linear.
  • RR ((Ridge Regression Regression/L2 Regular Minimum 2x Regression),
  • LASSO ((Least Absolute Shrinkage and Selectionator Operator L1 adalah kaedah regresi dua kali minimum))
  • RF (Random Forest)
  • DT (Pohon Keputusan)
  • GBDT (Gradient Boosting Decision Tree) ialah sebuah pokok keputusan yang mempunyai gradien yang menurun.
  • CART (ClassificationAnd Regression Tree) ialah pokok regresi klasifikasi.
  • KNN (K-Nearest Neighbor)
  • SVM ((Support VectorMachine),
  • KF ((KernelFunction Fungsi Kernel PolynomialKernel Function Fungsi Kernel berbilang,
  • Guassian KernelFunction Fungsi Kernel Gaussian/Radial BasisFunction Fungsi RBF
  • String KernelFunction ()
  • NB (Naive Bayes, Bayesian Network/Bayesian Belief Network/Belief Network), BN (Bayesian Network/Bayesian Belief Network/Belief Network)
  • LDA (Linear Discriminant Analysis/FisherLinear Discriminant Analysis/Fisher Linear Discriminant Analysis) ialah kaedah analisis yang digunakan oleh ahli-ahli sains untuk mengenal pasti perbezaan antara jenis bahan yang digunakan dan jenis bahan yang digunakan.
  • EL (Ensemble Learning Integration Learning Boosting, Bagging, Stacking) adalah sebuah platform pembelajaran yang mempunyai pelbagai jenis pembelajaran.
  • AdaBoost (Adaptive Boosting) adalah sebuah aplikasi yang digunakan untuk meningkatkan kebolehan penyesuaian.
  • MEM (Model Entropi Maksimum)

• Penilaian Keberkesanan:

  • Di sini, anda boleh melihat gambar yang menunjukkan bahawa anda telah berjaya.
  • Perincian yang lebih tinggi ialah:
  • Akurasi (kesesuaian), F-score (Skor F),
  • ROC Curve (kurva ROC), AUC (area AUC),
  • Lift Curve, KS Curve.

• PGM (Probabilistic Graphical Models Probability Graph Model):

  • BN (Bayesian Network/Bayesian Belief Network/BeliefNetwork)
  • MC (Markov Chain)
  • HMM (Hidden Markov Model)
  • MEMM (Maximum Entropy Markov Model) ialah model yang digunakan untuk menentukan entropi maksimum.
  • CRF (Conditional Random Field) ialah lapangan terbang rawak bersyarat.
  • MRF ((Markov Random Field Markov Random Airport) ).

• NN (Syarikat saraf):

  • ANN (Artificial Neural Network) adalah sebuah rangkaian saraf buatan yang dicipta oleh seorang pakar dalam bidang sains dan teknologi.
  • BP (Error BackPropagation) adalah satu kaedah yang digunakan untuk menyebarkan kesalahan ke arah belakang.

• DeepLearning

  • Auto-encoder (pengekod automatik)
  • SAE (Stacked Auto-encoders) adalah satu set pengekod automatik yang ditumpuk.
  • Sparse Auto-encoders adalah pengekod automatik yang jarang berlaku.
  • Denoising Auto-encoders untuk menghalang pengekod automatik daripada membuat bunyi bising.
  • Contractive Auto-encoders (pengekod automatik kontraktif)
  • RBM (Restricted Boltzmann Machine) ialah mesin yang digunakan untuk menghidupkan dan mematikan mesin RBM.
  • DBN (Deep Belief Network) adalah rangkaian kepercayaan mendalam yang mengkaji tentang agama Islam.
  • CNN (Convolutional Neural Network) melaporkan bahawa seorang lelaki berusia 20 tahun, yang merupakan seorang ahli media, telah membunuh seorang wanita berusia 20 tahun.
  • Word2Vec (Model Pembelajaran Vektor Kata) ⇒

• DimensionalityReduction (pengurangan dimensi):

  • LDA Linear Discriminant Analysis/Fisher Linear Discriminant
  • PCA (Principal Component Analysis) ialah analisis komponen utama.
  • ICA (Independent Component Analysis) ialah analisis komponen bebas yang dilakukan oleh sebuah syarikat yang berpangkalan di Singapura.
  • SVD (Singular Value Decomposition) ialah satu-satunya bentuk penguraian nilai tunggal.
  • FA (Faktor Analisis)

• Text Mining (Pembijakan Teks):

  • VSM (Vector Space Model)
  • Word2Vec (Model Pembelajaran Vektor Kata)
  • TF (Term Frequency)
  • TF-IDF (Term Frequency-Inverse Document Frequency) ialah frekuensi terbalik dokumen yang digunakan untuk mencatatkan frekuensi terbalik.
  • MI (MutualInformation) saling berhubung,
  • ECE (Expected Cross Entropy) ialah entropy yang dijangkakan.
  • QEMI (Bandar Maklumat Kedua)
  • IG (InformationGain) - maklumat yang bertambah,
  • IGR (Information Gain Ratio) ialah kadar keuntungan maklumat.
  • Gini (penganjur Gini)
  • x2 Statistic ((x2 jumlah statistik),
  • TEW (TextEvidence Weight) adalah sebuah kumpulan media sosial yang mengkaji dan mengkaji maklumat yang terdapat dalam teks.
  • OR (Rasio Kebarangkalian)
  • Model N-Gram,
  • LSA (Latent Semantic Analysis) ialah analisis semantik latent.
  • PLSA (Probabilistic Latent Semantic Analysis, analisis semantik latent berdasarkan kebarangkalian)
  • LDA (Laten Dirichlet Allocation, Model Dirichlet Potensial)

• Association Mining (dalam bahasa Inggeris: Association Mining):

  • Sebelum ini,
  • FP-growth (Frequency Pattern Tree Growth) ialah algoritma pertumbuhan pokok berpattern frekuensi yang digunakan untuk menjana pertumbuhan pokok.
  • AprioriAll,
  • Spade.

• Enjin Cadangan:

  • DBR (Demographic-based Recommendation) adalah sebuah perlembagaan yang mengkaji dan mengkaji data yang berkaitan dengan populasi.
  • CBR (Context-basedRecommendation) - Rekomendasi berasaskan kandungan
  • CF (Collaborative Filtering ialah penapisan bersama)
  • UCF (User-based Collaborative Filtering Recommendation) adalah sebuah kumpulan penapis kolaboratif berasaskan pengguna.
  • ICF (Item-based Collaborative Filtering Recommendation) (Syarat penapisan kolaboratif berdasarkan projek)

• Pengukuran Kesamaan & Pengukuran Jarak:

  • Jarak Euclidean
  • ManhattanDistance (Jarak Manhattan)
  • Jarak Chebyshev (Jarak Chebyshev)
  • Minkowski Distance (dalam bahasa Inggeris: Minkowski Distance)
  • Jarak Euclidean Standard (Jarak Euclidean Standard)
  • MahalanobisDistance (Jarak Mars)
  • Kos (Cosine Consonant)
  • HammingDistance/Edit Distance
  • JaccardDistance (Jarak Jaccard)
  • Jarak Gabungan (Correlation Coefficient)
  • Di sini, anda boleh melihat beberapa gambar yang menarik.
  • KL ((Kullback-Leibler Divergence KL dispersi/Relative Entropy relatif ketara) ).

• Feature Selection (Algoritma Pilihan Ciri):

  • Mutual Information (Mutual Information) adalah sebuah laman web yang ditubuhkan di Malaysia.
  • DocumentFrequence (Frequency Dokumen)
  • Di sini, anda boleh melihat beberapa gambar yang menarik.
  • Ujian Chi-squared
  • Gini (penganjur Gini)

• Outlier Detection (Algoritma Pengesanan Titik Kebiasaannya):

  • Statistik-based (berdasarkan statistik)
  • Di sini, anda boleh melihat beberapa gambar yang berbeza.
  • Density-based (berdasarkan ketumpatan)
  • Clustering-based (Berdasarkan kumpulan).

• Learning to Rank (Pengaturcaraan berdasarkan pembelajaran):

  • Secara spesifik: McRank;
  • Di peringkat pasangan: RankingSVM,RankNet,Frank,RankBoost;
  • Dalam senarai: AdaRank,SoftRank,LamdaMART,..