Общие термины, связанные с машинным обучением и интеллектуальным анализом данных

• Отбор проб:

  • Простая случайная выборка
  • OfflineSampling (Вне сети, возможно, K-обработка)
  • Онлайн Сэмплинг (англ. Online Sampling) - это онлайн-опрос, в котором участвуют представители разных национальностей.
  • Ratio-based Sampling (RBSS) - выборка на основе соотношения.
  • Acceptance-RejectionSampling (Отбор проб с принятием или отклонением)
  • Importance Sampling (Импотенциальное выборочное исследование)
  • MCMC ((MarkovChain Monte Carlo Алгоритм выборки Маркова Монте-Карло: Metropolis-Hasting & Gibbs)

• Кластеризация (clustering):

  • K-Means，
  • K-Mediods，
  • Второй - K-Means.
  • FK-Means，
  • Canopy，
  • В частности, он пишет о том, что “некоторые из этих людей не знают, что такое настоящая любовь”.
  • GMM-EM (смешанная модель Гауса - ожидание решения алгоритма максимизации)
  • К-пототипы, CLARANS (на основе классификации),
  • BIRCH (по уровню),
  • CURE (на основе уровней)
  • DBSCAN (на основе плотности)
  • CLIQUE ((по плотности и по сетке))

• Classification&Regression (Классификация и регрессия):

  • LR (линейная регрессия)
  • LR - логическая регрессия.
  • SR (Softmax Regression) - логическая регрессия, используемая для определения уровня регрессии.
  • GLM (Generalized Linear Model - генерализованная линейная модель)
  • RR (Ridge Regression) - регрессия на горизонте / L2 (регрессия на горизонте)
  • LASSO ((Least Absolute Shrinkage andSelectionator Operator L1 правильная минимальная двойная регрессия),
  • RF (случайный лес)
  • В этом видео я хочу поделиться с вами некоторыми мыслями о том, как мы можем изменить ситуацию.
  • GBDT (Gradient BoostingDecision Tree) - дерево решения, повышающее степень градиента.
  • CART (Classification And Regression Tree) - классификационное и регрессионное дерево.
  • Например, в одном из интервью, в котором он рассказывал, что его семья живет рядом с ним, он написал:
  • SVM(Support VectorMachine)，
  • KF ((KernelFunction) Ядерная функция PolynomialKernel Function многомерная ядра,
  • Guassian KernelFunction Гассианская ядровая функция/Radial BasisFunction RBF Радиальное основание
  • String KernelFunction (функция ядра строки)
  • NB ((Naive Bayes),BN ((Bayesian Network/Bayesian Belief Network/ Belief Network) - сеть, основанная на идеях и убеждениях Байеса.
  • LDA ((Linear Discriminant Analysis/FisherLinear Discriminant), также известный как LDA (англ. Linear Discriminant Analysis/Fisher), является методом, используемым для определения различий между различными видами данных.
  • “Энсамбль” - это интеграция обучения Boosting, Bagging, Stacking, и Ensemble Learning - это интеграция обучения Boosting, Bagging, Stacking, и Ensemble Learning.
  • AdaBoost (Adaptive Boosting) - это программа, которая помогает пользователям адаптироваться к новым технологиям.
  • MEM (англ. Maximum Entropy Model - модель максимальной энтропии) [2].

• Эффективность оценки (Effectiveness Evaluation):

  • Confusion Matrix (матрица путаницы)
  • В частности, в Google используется специальное приложение, которое называется Precision, Recall, или Recall.
  • Accuracy (точность), F-score (F-оценка),
  • ROC Curve, AUC, площадь AUC,
  • LiftCurve (Lift Curve), KS Curve (KS Curve) [2].

• PGM (Probabilistic Graphical Models) - вероятностный графический модель:

  • BN ((Bayesian Network/Bayesian Belief Network/ BeliefNetwork) - это сеть, которая создана в 2001 году для изучения и распространения научных открытий, связанных с религией.
  • По его мнению, “это неправда, что мы не можем контролировать ситуацию”.
  • HMM (HiddenMarkov Model) - это модель скрытого Маркова.
  • MEMM (Maximum Entropy Markov Model) - модель максимальной энтропии Маркова.
  • CRF (Conditional Random Field) - условно-случайная полевая система, используемая для определения полевых расстояний между аэропортами.
  • MRF (Markov Random Field) - аэропорт в Москве, расположенный вблизи Маркова.

• Нейронная сеть:

  • По мнению автора, это не является “проблемным” вопросом, а “необходимостью”.
  • BP ((Error BackPropagation ошибка обратного распространения))

• DeepLearning

  • Auto-encoder (авто-кодировщик)
  • SAE (Stacked Auto-encoders) - это автоматические кодировщики, которые настраиваются друг на друга.
  • Sparse Auto-encoders - автокодировщик, который позволяет расшифровать и редактировать файлы.
  • Denoising Auto-encoders - это автоматические кодировщики, которые не создают шума.
  • Contractive Auto-encoders (Контрактивные авто-анкодеры)
  • RBM (Restricted Boltzmann Machine) - ограниченная машина Больцмана.
  • DBN (Deep Belief Network) - сеть глубоких верований, основанная в 2005 году в Нью-Йорке.
  • В своем блоге в Twitter он приводит примеры того, как люди могут использовать свои собственные технологии для создания и продвижения своих собственных идей.
  • Word2Vec (модель векторного обучения слов) [2].

• DimensionalityReduction (Снижение размеров):

  • LDA LinearDiscriminant Analysis/Fisher Linear Discriminant Линейный дискриминантный анализ/Линейный дискриминантный анализ Фишера
  • PCA (Principal Component Analysis) - это анализ основных компонентов, который используется для анализа результатов исследований.
  • ICA (Independent Component Analysis) - это система, используемая для анализа независимых компонентов.
  • SVD (англ. Singular Value Decomposition) - это разложение на однозначные значения.
  • FA (факторный анализ)

• Например, в Китае, где добыча текста является основой для создания цифровых технологий, существуют:

  • VSM (Vector Space Model) - модель векторного пространства, используемая для моделирования векторальных пространств.
  • Word2Vec (модель векторного обучения слов)
  • TF (Term Frequency) - термин, используемый для обозначения частоты.
  • TF-IDF ((Term Frequency-Inverse DocumentFrequency) - частота, с помощью которой можно получить информацию о том, что происходит с документами.
  • MI ((MutualInformation) - это сайт, который помогает пользователям получать информацию друг от друга.
  • ECE (Ожидаемый кросс-энтропий)
  • QEMI (второй информационный блок)
  • IG ((InformationGain) - информационная выгода),
  • IGR (информационный коэффициент прибыли)
  • В этом случае мы не можем использовать коэффициент Gini.
  • x2 Statistic (((x2 статистические данные),
  • TEW (TextEvidence Weight) - это право на использование текстовых доказательств.
  • OR{\displaystyle \Odds Ratio } - наиболее вероятный показатель.
  • N-Gram Model，
  • LSA (Latent Semantic Analysis - скрытый семантический анализ)
  • PLSA (Probabilistic Latent Semantic Analysis) - это анализ потенциальных смыслов, основанный на вероятности.
  • LDA ((Latent DirichletAllocation) потенциальная модель Дирикле).

• Association Mining (Ассоциация по добыче полезных ископаемых):

  • Apriori，
  • FP-growth ((Frequency Pattern Tree Growth) - алгоритм роста деревьев с частотой паттернов.
  • AprioriAll，
  • Spade。

• Рекомендационный движок:

  • DBR (Demographic-based Recommendation) - это рекомендация, основанная на демографии.
  • CBR (Context-basedRecommendation) - рекомендация, основанная на контексте.
  • CF (Collaborative Filtering) - совместная фильтрация.
  • UCF (User-based Collaborative Filtering Recommendation) - рекомендация по совместной фильтрации, основанная на пользователях.
  • ICF ((Item-based Collaborative Filtering Recommendation) - рекомендация по совместной фильтрации, основанная на проектах.

• Similarity Measure&Distance Measure (измерение сходства и расстояния):

  • Евклидово расстояние
  • В результате, в Нью-Йорке появилась новая сеть интернет-магазинов.
  • В этом видео, сделанном на официальном сайте, можно увидеть, как люди в Чебишеве расстаются друг с другом.
  • По его мнению, это не так просто, поскольку он не имеет никакого отношения к тому, что происходит в мире.
  • Standardized Euclidean Distance (Стандартизированное евклидово расстояние)
  • Например, в Китае, где в настоящее время существует более 100 тысяч островов, находятся более 200 тысяч островов.
  • “Всего лишь один” (Cos)
  • HammingDistance/Edit Distance (англ. Hamming Distance/Edit Distance), также известный как Hamming Distance, - это диапазон, который используется для редактирования файлов.
  • ЯкордДистанция (JaccardDistance) (на английском языке)
  • Корреляционный коэффициент расстояния
  • В этом случае, мы можем использовать информационную энтропию.
  • KL ((Kullback-Leibler Divergence KL рассеянность/Relative Entropy относительно высокая)

• Feature Selection (Альгоритм выбора характеристик):

  • “Взаимная информация”
  • DocumentFrequence (частота публикации документов)
  • Информация Gain (Получение информации)
  • Чи-квадратный тест
  • Gini (коэффициент Джини) [2].

• Outlier Detection (алгоритм обнаружения точек отклонения):

  • По данным издания, в 2013 году в стране было зарегистрировано около 200 тысяч случаев заболевания.
  • В этом случае мы не можем использовать “отдаленность” как основа для расстояния.
  • Например, в Китае, в Китае, в Китае, в Китае, в Китае.
  • Clustering-based (на основе кластеризации) [2].

• Learning to Rank (Сортировка по уровню знаний):

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