Các thuật ngữ phổ biến liên quan đến học máy và khai thác dữ liệu

• Sampling (thí dụ):

  • Simple Random Sampling (Thử nghiệm ngẫu nhiên đơn giản)
  • OfflineSampling (tạm dịch: lấy mẫu ngoài mạng)
  • Online Sampling (Tạm dịch: Mẫu thử trực tuyến)
  • Ratio-based Sampling (tạm dịch: Thử lấy mẫu ngẫu nhiên theo tỷ lệ)
  • Acceptance-RejectionSampling (tạm dịch: Thử lấy mẫu từ chối chấp nhận)
  • Importance Sampling (tạm dịch: Mẫu quan trọng)
  • MCMC ((MarkovChain Monte Carlo)

• Clustering:

  • K-Means，
  • K-Mediods，
  • K-Means
  • FK-Means，
  • Canopy，
  • Các nhà nghiên cứu đã tìm ra cách để phân loại các nhóm phân tử.
  • GMM-EM - mô hình hỗn hợp Gaussian - mong muốn giải quyết các thuật toán tối đa hóa.
  • K-Pototypes, CLARANS (dựa trên phân loại),
  • BIRCH (dựa trên cấp bậc)
  • CURE (dựa trên cấp bậc)
  • DBSCAN (dựa trên mật độ)
  • CLIQUE ((dựa trên mật độ và dựa trên lưới))

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

  • LR ((Linear Regression)) là một ví dụ điển hình về sự suy thoái tuyến tính.
  • LR (LogisticRegression) là một thuật ngữ được sử dụng để mô tả sự hồi phục logic.
  • SR (Softmax Regression)
  • GLM (Generalized Linear Model) là mô hình tuyến tính định nghĩa rộng.
  • RR ((Ridge Regression regression/L2 chính xác nhỏ nhất 2 lần regression),
  • LASSO ((Least Absolute Shrinkage andSelectionator Operator L1 chính xác tối thiểu hai lần trở lại),
  • RF: “Random Forest” (Rừng ngẫu nhiên)
  • DT: “Cái cây quyết định”
  • GBDT (Gradient BoostingDecision Tree) là một cây quyết định tăng độ dốc theo độ dốc.
  • CART (Classification And Regression Tree) là một cây phân loại và hồi quy.
  • (K-Nearest Neighbor K)
  • SVM(Support VectorMachine)，
  • KF ((KernelFunction Hàm nhân PolynomialKernel Function Hàm nhân đa thức,
  • Guassian KernelFunction Guassian KernelFunction/Radial BasisFunction RBF Phương thức cơ sở đường kính,
  • String KernelFunction (Chức năng hạt nhân String)
  • NB ((Naive Bayes),BN ((Bayesian Network/Bayesian Belief Network/ Belief Network) là một mạng lưới tin tưởng của Bayes.
  • LDA ((Linear Discriminant Analysis/FisherLinear Discriminant phân tích phân biệt tuyến tính),
  • EL ((Ensemble Learning) là một chương trình học tập tích hợp Boosting, Bagging, Stacking,
  • AdaBoost (tạm dịch: Nâng cao thích ứng)
  • MEM ((Maximum Entropy Model mô hình lớn nhất)

• Đánh giá hiệu quả:

  • Confusion Matrix (mảng hỗn độn)
  • Precision (chính xác), Recall (tỷ lệ nhớ lại),
  • Accuracy (chính xác), F-score (điểm F),
  • ROC Curve (đường cong ROC), AUC (đường cong AUC),
  • LiftCurve, KS Curve

• PGM ((Probabilistic Graphical Models mô hình đồ họa xác suất):

  • BN ((Bayesian Network/Bayesian Belief Network/ BeliefNetwork) là một mạng lưới tin tưởng của Bayes.
  • MC (Markov Chain) là một trong những trang web có nội dung liên quan đến vấn đề này.
  • HMM ((HiddenMarkov Model) là một mô hình của HMM.
  • MEMM (Maximum Entropy Markov Model) là mô hình mà chúng ta có thể sử dụng để phân tích sự tồn tại của một vật thể.
  • CRF (Conditional Random Field), một sân bay ngẫu nhiên có điều kiện.
  • MRF (Markov Random Field)

• NN (Mạng thần kinh):

  • ANN (Mạng lưới thần kinh nhân tạo)
  • BP ((Error BackPropagation lỗi truyền ngược))

• DeepLearning

  • Auto-encoder (tự động mã hóa),
  • SAE (Stacked Auto-encoders) là một bộ mã hóa tự động được xếp chồng lên nhau.
  • Sparse Auto-encoders là một bộ mã hóa tự động.
  • Denoising Auto-encoders là một bộ mã hóa tự động.
  • Contractive Auto-encoders (tạm dịch: Máy mã hóa tự động thu hẹp)
  • RBM (Restricted Boltzmann Machine) là một máy Boltzmann có giới hạn.
  • DBN (Deep Belief Network) là một mạng lưới tin tưởng sâu sắc.
  • CNN (ConvolutionalNeural Network) là một mạng lưới thần kinh xoắn tròn, và là một trong những mạng lưới thần kinh xoắn tròn nhất thế giới.
  • Word2Vec (Mô hình học vectơ từ)

• DimensionalityReduction (Giảm kích thước):

  • LDA LinearDiscriminant Analysis/Fisher Linear Discriminant Phân tích phân biệt tuyến tính
  • PCA (Phân tích thành phần chính)
  • ICA ((IndependentComponent Analysis) là một công ty chuyên về phân tích các thành phần độc lập.
  • SVD (Singular Value Decomposition) là một dạng phân tích giá trị đơn lẻ.
  • FA ((FactorAnalysis là phương pháp phân tích nhân tố).

• Text Mining (tài nguyên văn bản):

  • VSM (Vector Space Model) là mô hình không gian vectơ.
  • Word2Vec là mô hình học vectơ từ.
  • TF (Term Frequency) là một từ ngữ tiếng Anh có nghĩa là “tần số” (Term Frequency).
  • TF-IDF (Term Frequency-Inverse DocumentFrequency) là một dạng định dạng của các định dạng khác nhau.
  • MI ((MutualInformation) là một trang web có nội dung liên quan đến các vấn đề liên quan đến quyền lợi con người.
  • ECE (Expected Cross Entropy) là một dạng phân tích của hệ thống phân tích.
  • QEMI (Công cụ thông tin thứ hai)
  • IG ((InformationGain)) là một trong những trang web có nội dung về các vấn đề liên quan đến quyền lợi của con người.
  • IGR (tỷ lệ lợi nhuận thông tin)
  • Gini (tỷ số Gini)
  • x2 Statistic ((x2 số liệu thống kê),
  • TEW (TextEvidence Weight) là một trang web chuyên về chứng cứ văn bản.
  • OR ((Odds Ratio) tỷ lệ thuận),
  • N-Gram Model，
  • LSA (Latent Semantic Analysis - Phân tích ngữ nghĩa tiềm ẩn)
  • PLSA (Probabilistic Latent Semantic Analysis) là một phân tích ngữ nghĩa tiềm ẩn dựa trên xác suất.
  • LDA ((Latent DirichletAllocation Mô hình Dirichlet tiềm ẩn))

• Association Mining (tổ chức khai thác):

  • Apriori，
  • FP-growth (Frequency Pattern Tree Growth) là thuật toán phát triển cây theo mô hình tần số.
  • AprioriAll，
  • Spade。

• Recommendation Engine (Trình giới thiệu):

  • DBR (Demographic-based Recommendation) là một đề xuất dựa trên số liệu thống kê nhân khẩu học.
  • CBR (Context-basedRecommendation) là một trong những từ ngữ được sử dụng trong các bài viết của chúng tôi.
  • CF (Collaborative Filtering) là một ứng dụng cho việc lọc thông tin của người dùng.
  • UCF (User-based Collaborative Filtering Recommendation) là một đề xuất về lọc cộng tác dựa trên người dùng, và UCF (User-based Collaborative Filtering Recommendation) là một đề xuất về lọc cộng tác dựa trên người dùng.
  • ICF ((Item-based Collaborative Filtering Recommendation)

• Similarity Measure&Distance Measure: (Cách đo tương tự và khoảng cách):

  • Khoảng cách Euclidean
  • Một số người khác cũng đã viết về vụ việc này.
  • Theo các nhà nghiên cứu, khoảng cách giữa Chebyshev và Chebyshev là khoảng cách giữa hai thành phố.
  • Khoảng cách Minkowski (Minkowski Distance)
  • Standardized Euclidean Distance (tạm dịch: Khoảng cách Euclidean chuẩn)
  • Khả năng này đã được chứng minh trong một cuộc phỏng vấn với các nhà báo ở Việt Nam.
  • Cos ((Cosine)) là một từ trong tiếng Anh có nghĩa là “về cùng”.
  • HammingDistance/Edit Distance (tạm dịch: Khoảng cách Hamming/Sửa đổi)
  • Trong một bài đăng đăng trên Twitter, một người đàn ông đã viết:
  • Correlation Coefficient Distance (kích thước tương quan)
  • InformationEntropy (Thiên thạch thông tin)
  • KL ((Kullback-Leibler Divergence KL phân tán / Relative Entropy tương đối nhỏ)

• Feature Selection (chọn tính năng):

  • Mutual Information (thông tin chung)
  • DocumentFrequence (Tần số tài liệu)
  • Information Gain (Lợi nhuận thông tin)
  • Chi-squared Test (thử nghiệm chi-squared)
  • Gini (tỷ số Gini)

• Outlier Detection (chính thức phát hiện điểm bất thường):

  • Các nhà nghiên cứu đã đưa ra một số kết luận về việc sử dụng các phương tiện truyền thông xã hội.
  • “Đây là những gì chúng tôi đã làm.
  • Density-based (dựa trên mật độ)
  • Clustering-based (dựa trên nhóm).

• Learning to Rank (Trang xếp hạng dựa trên học tập):

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