Istilah umum terkait pembelajaran mesin dan penambangan data

• Sampling:

  • Simple Random Sampling (SRS) adalah metode yang digunakan untuk mengamati sampel secara acak.
  • OfflineSampling (Offline Sampling, mungkin K)
  • Online Sampling (Kemungkinan Sampling Online dan lain-lain)
  • Ratio-based Sampling (RBSS) adalah metode pengambilan sampel secara acak berdasarkan rasio.
  • Acceptance-RejectionSampling (Sampling Penerimaan dan Penolakan)
  • Importance Sampling (Pembuatan Sampling Penting)
  • MCMC ((MarkovChain Monte Carlo: Metropolis-Hasting & Gibbs))

• Clustering (mengelompokkan):

  • K-Means，
  • K-Mediods，
  • K-Means, yang berarti dua kali lipat.
  • FK-Means，
  • Canopy，
  • "Saya tidak tahu apa-apa tentang itu", katanya.
  • GMM-EM (Gauch model campuran - diharapkan algoritma maksimalisasi untuk memecahkannya)
  • K-Pototypes, CLARANS (berdasarkan pembagian),
  • BIRCH (berdasarkan hierarki),
  • CURE (berdasarkan hierarki)
  • DBSCAN (berdasarkan kepadatan)
  • CLIQUE ((Berdasarkan kepadatan dan berdasarkan grid) <unk>

• Classification&Regression: Mengidentifikasi dan Menggambar

  • LR (Linear Regression) adalah metode regressi linear yang digunakan untuk memaksimalkan nilai-nilai regressi linear.
  • LR (Logistic Regression) adalah sebuah metode regressi logis yang digunakan untuk mendeskripsikan suatu proses.
  • SR (Softmax Regression)
  • GLM (Generalized Linear Model) adalah model linier yang umum digunakan di Indonesia.
  • RR ((Ridge Regression) Regressi Titik/L2 Regressi Minimal Dua Kali Regressi)
  • LASSO ((Least Absolute Shrinkage andSelectionator Operator L1 Regression ke Dua dengan Regressi Minimal)
  • RF (Hutan Tak Terduga)
  • DT: Apakah Anda tahu apa yang saya maksud dengan "Decision Tree"?
  • GBDT (Gradient BoostingDecision Tree) adalah sebuah proyek yang bertujuan untuk meningkatkan pengetahuan dan keterampilan para pengguna tentang teknologi informasi.
  • CART (Classification And Regression Tree) adalah sebuah sistem klasifikasi dan regresi yang digunakan untuk mendeskripsikan sebuah spesies.
  • "K-Nearest Neighbor K" adalah sebuah video yang diunggah di YouTube milik seorang warga negara Indonesia.
  • SVM(Support VectorMachine)，
  • KF ((KernelFunction Fungsi kernel PolynomialFungsi kernel fungsi polinomial,
  • Guassian KernelFunction Guassian KernelFunction/Radial BasisFunction RBF
  • String KernelFunction (Fungsi Kernel String)
  • NB ((Naive Bayes),BN ((Bayesian Network/Bayesian Belief Network/ Belief Network),
  • LDA ((Linear Discriminant Analysis/FisherLinear Discriminant) adalah sebuah metode analisis linear yang digunakan untuk menentukan perbedaan antara dua jenis analisis linear.
  • "Ensemble Learning" adalah integrasi dari Boosting, Bagging, dan Stacking.
  • Adaptive Boosting (pengembangan adaptif)
  • MEM (Maximum Entropy Model)

• Efektivitas Evaluasi:

  • Confusion Matrix (Matriks Kebingungan)
  • Precision (keakuratan), Recall (perkiraan), dan lain-lain.
  • Accuracy (akurasi), F-score (skor F),
  • ROC Curve, AUC, dan area AUC.
  • LiftCurve, KS Curve

• PGM (Probabilistic Graphical Models):

  • BN ((Bayesian Network/Bayesian Belief Network/BeliefNetwork) adalah sebuah jaringan yang terdiri dari dua kelompok, yaitu kelompok kepercayaan dan kelompok kepercayaan.
  • "Saya tidak tahu apa-apa tentang itu, tapi saya pikir itu adalah salah satu dari beberapa hal yang paling penting yang harus dilakukan.
  • HMM (HiddenMarkov Model) adalah sebuah model hiding yang dibuat oleh seorang ilmuwan Rusia bernama Rudyard Kipling.
  • MEMM (Maximum Entropy Markov Model) adalah model yang digunakan untuk mengukur entropy dari suatu benda.
  • CRF (Conditional Random Field) adalah sebuah lapangan terbang acak dengan kondisi tertentu.
  • MRF (Markov Random Field)

• NN (jaringan saraf):

  • ANN (Artificial Neural Network) adalah sebuah jaringan saraf buatan yang dibuat oleh orang-orang dari seluruh dunia.
  • BP ((Error BackPropagation)

• DeepLearning

  • Auto-encoder (pengkode otomatis),
  • SAE (Stacked Auto-encoders) adalah stack auto-encoder yang digunakan untuk mengencodekan data.
  • Sparse Auto-encoders adalah pengenkodekan otomatis.
  • Denoising Auto-encoders adalah pengenkodekan otomatis untuk menghilangkan kebisingan.
  • Contractive Auto-encoders adalah pengenkodekan otomatis kontraktif.
  • RBM (Restricted Boltzmann Machine) adalah sebuah mesin berteknologi tinggi yang digunakan untuk menghasilkan tenaga listrik.
  • DBN (Deep Belief Network) adalah sebuah jaringan yang berbasis di Indonesia.
  • CNN (ConvolutionalNeural Network) adalah sebuah jaringan saraf konvolusional yang dibangun di Amerika Serikat.
  • Word2Vec (Model Pembelajaran Vektor Kata)

• DimensionalityReduction (pengurangan dimensi):

  • LDA LinearDiscriminant Analysis/Fisher Linear Discriminant adalah metode analisis linear yang digunakan untuk menentukan perbedaan yang terjadi pada suatu objek.
  • PCA (Principal Component Analysis) adalah analisis komponen utama.
  • ICA (Independent Component Analysis) adalah sebuah lembaga penelitian yang berbasis di Singapura.
  • SVD (Singular Value Decomposition) adalah suatu bentuk dari SVD.
  • FA ((FactorAnalysis Analisis faktor) }}

• Text Mining (penggalian teks):

  • VSM (Vector Space Model) adalah model ruang vektor.
  • Word2Vec (Model Pembelajaran Vektor Kata)
  • Terjemahan Bahasa Indonesia:
  • TF-IDF ((Term Frequency-Inverse DocumentFrequency) adalah istilah yang digunakan untuk mengacu pada frekuensi dokumen terbalik.
  • MI (MutualInformation) adalah sebuah situs web yang berisi informasi tentang Indonesia.
  • ECE (Expected Cross Entropy) adalah sebuah metode yang digunakan untuk mengevaluasi entropy dari suatu entitas.
  • QEMI (Kotak Informasi Sekunder)
  • IG ((InformationGain) adalah sebuah situs web yang berisi informasi tentang teknologi informasi.
  • IGR (Information Gain Ratio) adalah rasio keuntungan informasi yang lebih tinggi dibandingkan dengan rasio keuntungan informasi yang lebih rendah.
  • Gini adalah sebuah angka yang sangat besar.
  • x2 Statistic, x2 Statistik, x2 Statistik, x2 Statistik, x2 Statistik, x2 Statistik, x2 Statistik
  • TEW (TextEvidence Weight) adalah sebuah organisasi yang berbasis di Indonesia yang bergerak di bidang teks.
  • OR (Odds Ratio)
  • N-Gram Model，
  • LSA (Latent Semantic Analysis) adalah bahasa pemrograman bahasa Inggris yang digunakan untuk membuat kata-kata dalam bahasa Inggris.
  • PLSA (Probabilistic Latent Semantic Analysis) adalah analisis semantik laten berdasarkan probabilitas.
  • LDA (Latent Dirichlet Allocation)

• Association Mining (penggalian terkait):

  • Apriori，
  • FP-growth (Frequency Pattern Tree Growth) adalah algoritma pertumbuhan pohon dengan pola frekuensi.
  • AprioriAll，
  • Spade。

• Recommendation Engine (mesin rekomendasi):

  • DBR (Demographic-based Recommendation) adalah sebuah rekomendasi berbasis demografi yang dibuat oleh DBR, sebuah organisasi non-pemerintah yang berbasis di Indonesia.
  • CBR (Context-basedRecommendation) adalah sebuah rekomendasi berbasis konteks yang dibuat oleh sebuah organisasi yang berbasis di Indonesia.
  • CF (Collaborative Filtering) adalah sebuah aplikasi yang dibuat oleh Google untuk memfilter dan membagikan konten video.
  • UCF (User-based Collaborative Filtering Recommendation) adalah sebuah rekomendasi yang dibuat oleh Google untuk membuat filter kolaboratif berbasis pengguna.
  • ICF (Item-based Collaborative Filtering Recommendation) adalah sebuah rekomendasi untuk memfilter kolaboratif berdasarkan item.

• Similarity Measure & Distance Measure (pengukuran kesamaan dan jarak):

  • Jarak Euclidean
  • ManhattanDistance, sebuah blog yang dipublikasikan di New York Times, menuliskan:
  • Dalam video yang diunggah di Twitter, Chebyshev Distance, seorang wanita yang tinggal di Chebyshev, Rusia, menulis:
  • MinkowskiDistance (Jarak Minkowski) adalah jarak antara dua kota di Rusia.
  • Standardized Euclidean Distance (StD) adalah jarak standar yang digunakan untuk menentukan jarak dari suatu objek ke objek lainnya.
  • Ini adalah salah satu dari beberapa foto yang diunggah di Twitter.
  • Cos ((Cosine) adalah sebuah irama yang terdiri dari dua irama.
  • HammingDistance/Edit Distance (dalam bahasa Inggris), Hamming Distance/Edit Distance (dalam bahasa Inggris), Hamming Distance/Edit Distance (dalam bahasa Inggris), Hamming Distance/Edit Distance
  • JaccardDistance (Jarak Jaccard) adalah sebuah blog yang dibuat oleh seorang blogger asal Inggris, yang menuliskan sebuah artikel di blognya, Jaccard.
  • Correlation Coefficient Distance (Distansi Koefisien Korelasi)
  • Informasi Entropy (Information Entropy) adalah sebuah blog yang dibuat oleh seorang blogger.
  • KL ((Kullback-Leibler Divergence KL dispersi/Relative Entropy relatif rendah) <unk>

• Feature Selection (Algoritma Pemilihan Fitur):

  • Informasi Saling (Mutual Information)
  • DocumentFrequence (frekuensi dokumen)
  • Informasi Gain (Information Gain)
  • Tes Chi-squared (tes kuadrat)
  • Gini (koefisien Gini)

• Outlier Detection (Algoritma deteksi titik-titik yang tidak normal):

  • Menurutnya, hal itu bisa menjadi bukti bahwa Indonesia masih memiliki potensi untuk menjadi negara maju.
  • Distance-based (berdasarkan jarak)
  • Density-based (berdasarkan kepadatan),
  • Clustering-based (berdasarkan pengelompokan).

• Learning to Rank (berdasarkan pembelajaran):

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