- AUC-ROC
- CART (Classification and regression tree)
- DB-scan
- EM-алгоритм
- K-means
- ROC-кривая
- Алгоритм сеточной кластеризации
- Анализ данных
- Ансамбли моделей
- Ансамблирование простым голосованием: предельный случай
- Байесовский подход минимальной цены (Bayes decision rule)
- Байесовский подход минимальной цены (теормин)
- Билеты к экзамену по ММРО (МГУ ВМК ММП, 5 семестр, 2016-2017)
- Билеты к экзамену по ММРО (МГУ ВМК ММП, 6 семестр, 2016-2017)
- Бустинг: AdaBoost
- Гауссов классификатор
- Генетический отбор признаков
- Градиентный бустинг
- Гребневая регрессия (Ridge regression)
- Декоррелирующее преобразование (Whitening)
- Дискриминантная функция
- Задача классификации
- Классификация с кодированием целевой переменной
- Критерий информативности (Impurity function)
- Кросс-валидация (Cross-validation)
- Линейная регрессия
- Линейный классификатор
- Логистическая регрессия
- Матрица ошибок (Confusion matrix)
- Матрица штрафов (Сost matrix)
- Машинное обучение вики
- Метод ближайших соседей (kNN)
- Метод главных компонент (Principal component analysis)
- Метод максимального правдоподобия (Maximum likelihood estimation)
- Метод минимизации эмпирического риска (Empirical risk minimization)
- Метод опорных векторов (Support vector machine)
- Методы многоклассовой классификации
- Методы фильтрации обучающей выборки
- Метрики
- Метрики "важности" признаков (Importances)
- Модель Бернулли
- Мультиномиальная модель
- Нелинейное снижение размерности
- Обучение с учителем (Supervised learning)
- Отбор признаков
- Отступ (для классификатора)
- Оценка качества кластеризации
- Оценки классификаторов
- Переобучение (Overfitting)
- Полезные материалы
- Последовательный отбор признаков
- Правила оформления статей
- Предположение "наивного Байеса"
- Признаковое представление документов
- Проклятие размерности
- Разложение среднеквадратичной ошибки на смещение и дисперсию (Bias-Variance decomposition)
- Разреженное SVD разложение
- Расстояние Кульбака — Лейблера
- Регрессия
- Регуляризация
- Решающее дерево (Decision tree)
- Решающие правила в дереве Cart и алгоритм их выбора. Возможные критерии перемешанности классов и откликов в задачи регрессии (теормин)
- Робастная регрессия (Robust regression)
- Связь с методом К-средних
- Сингулярное разложение (SVD)
- Сокращённое сингулярное разложение
- Структурирование пространства признаков
- Теоретический минимум к экзамену по ММРО (МГУ ВМК ММП, 5 семестр, 2016-2017)
- Теоретический минимум к экзамену по ММРО (МГУ ВМК ММП, 6 семестр, 2016-2017)
- Теория выпуклости
- Типы моделей
- Формула Надарая-Ватсона
- Функция потерь (Loss function)
- Ядерное сглаживание для оценки плотности
- Ядерное сглаживание для оценки плотности (теормин)
- Ядра (Kernels)
Advertisement
Локальная карта сайта
Advertisement