Loading article…
以下は、機械学習の概要とトピックガイドとして提供されています。
機械学習（ML ）は、パターン認識と計算学習理論の研究から発展した、コンピュータサイエンスにおける人工知能のサブフィールドです。[1] 1959年、アーサー・サミュエルは機械学習を「明示的にプログラムされなくても学習する能力をコンピュータに与える研究分野」と定義しました。[2] MLには、データから学習して予測を行うことができるアルゴリズムの研究と構築が含まれます。[3]これらのアルゴリズムは、厳密に静的なプログラム命令に従うのではなく、サンプル観察のトレーニングセットからモデルを構築して、出力として表現されるデータ駆動型の予測や決定を行うことで動作します。
機械学習はどのように分類できるでしょうか?
- 学問分野
- 科学の一分野
- 応用科学
- コンピュータサイエンスのサブフィールド
- 人工知能の分野
- ソフトコンピューティングのサブフィールド
- 統計の応用
- コンピュータサイエンスのサブフィールド
- 応用科学
機械学習のパラダイム
- 教師あり学習、モデルはラベル付きデータでトレーニングされる
- 教師なし学習では、モデルはラベル付けされていないデータ内のパターンを識別しようとします。
- 強化学習では、モデルは報酬またはペナルティを受け取ることで意思決定を学習します。
機械学習の応用
- 機械学習の応用
- バイオインフォマティクス
- バイオメディカルインフォマティクス
- コンピュータービジョン
- 顧客関係管理
- データマイニング
- 地球科学
- メールフィルタリング
- 倒立振り子（バランスと平衡システム）
- 自然言語処理
- パターン認識
- 推薦システム
- 検索エンジン
- ソーシャルエンジニアリング
機械学習ハードウェア
機械学習ツール
機械学習フレームワーク
独自の機械学習フレームワーク
- Amazon 機械学習
- Microsoft Azure 機械学習スタジオ
- DistBelief ( TensorFlowに置き換えられました)
オープンソースの機械学習フレームワーク
機械学習ライブラリ
機械学習アルゴリズム
- アルメイダ-ピネダの反復逆伝播
- アロペックス
- バックプロパゲーション
- ブートストラップ集約
- CN2アルゴリズム
- スキルツリーの構築
- ドハーン・シャンジュモデル
- 拡散マップ
- 優位性に基づくラフ集合アプローチ
- ダイナミックタイムワーピング
- エラー駆動型学習
- 進化的マルチモーダル最適化
- 期待値最大化アルゴリズム
- ファストICA
- フォワード-バックワードアルゴリズム
- ジェネレック
- ルールセット生成のための遺伝的アルゴリズム
- 成長する自己組織化マップ
- ハイパー基底関数ネットワーク
- IDistance
- k近傍法アルゴリズム
- ベクトル出力のためのカーネルメソッド
- カーネル主成分分析
- レアブラ
- リンデ・ブゾ・グレイアルゴリズム
- ローカル外れ値要因
- 論理学習マシン
- ロジットブースト
- マニホールドアライメント
- マルコフ連鎖モンテカルロ法 (MCMC)
- 最小冗長機能の選択
- 専門家の混合
- マルチカーネル学習
- 非負行列分解
- オンライン機械学習
- バッグ外エラー
- 前頭前皮質基底核ワーキングメモリ
- PVLV
- Q学習
- 二次制約なしバイナリ最適化
- クエリレベルの機能
- クイックプロップ
- ラジアル基底関数ネットワーク
- ランダム重み付け多数決アルゴリズム
- 強化学習
- エラー削減のための繰り返し増分プルーニング (RIPPER)
- Rprop
- ルールベースの機械学習
- スキルチェーン
- スパースPCA
- 状態–行動–報酬–状態–行動
- 確率的勾配降下法
- 構造化kNN
- T分布確率近傍埋め込み
- 時間差学習
- ウェイクスリープアルゴリズム
- 加重多数決アルゴリズム（機械学習）
機械学習の手法
インスタンスベースのアルゴリズム
- K近傍法アルゴリズム(KNN)
- 学習ベクトル量子化(LVQ)
- 自己組織化マップ(SOM)
- ロジスティック回帰
- 通常最小二乗回帰（OLSR）
- 線形回帰
- ステップワイズ回帰
- 多変量適応回帰スプライン(MARS)
- 正規化アルゴリズム
- リッジ回帰
- 最小絶対収縮および選択演算子(LASSO)
- 弾性ネット
- 最小角回帰（LARS）
- 分類子
次元削減
- 正準相関分析(CCA)
- 因子分析
- 特徴抽出
- 特徴選択
- 独立成分分析(ICA)
- 線形判別分析(LDA)
- 多次元尺度法(MDS)
- 非負行列分解(NMF)
- 部分最小二乗回帰（PLSR）
- 主成分分析（PCA）
- 主成分回帰（PCR）
- 投影の追求
- サモンマッピング
- t分布確率近傍埋め込み（t-SNE）
アンサンブル学習
- アダブースト
- ブースト
- ブートストラップ集約（「バギング」または「ブートストラッピング」とも呼ばれる）
- アンサンブル平均化
- 勾配ブースティング決定木(GBDT)
- 勾配ブースティング
- ランダムフォレスト
- 積み重ねられた一般化
メタ学習
強化学習
- Q学習
- 状態-行動-報酬-状態-行動(SARSA)
- 時間差学習（TD）
- 学習オートマトン
教師あり学習
- 平均1依存推定量（AODE）
- 人工ニューラルネットワーク
- 事例に基づく推論
- ガウス過程回帰
- 遺伝子発現プログラミング
- グループデータ処理法(GMDH)
- 帰納的論理プログラミング
- インスタンスベースの学習
- 怠惰な学習
- 学習オートマトン
- ベクトル量子化の学習
- ロジスティックモデルツリー
- 最小メッセージ長（決定木、決定グラフなど）
- おそらくほぼ正しい学習（PAC）学習
- 知識獲得方法論「リップルダウンルール」
- シンボリック機械学習アルゴリズム
- サポートベクターマシン
- ランダムフォレスト
- 分類器の集合
- ブートストラップ集約（バギング）
- ブースティング（メタアルゴリズム）
- 順序分類
- 条件付きランダムフィールド
- 分散分析
- 二次分類器
- k近傍法
- ブースト
- スプリント
- ベイジアンネットワーク
- 隠れマルコフモデル
ベイジアン
- ベイジアン知識ベース
- ナイーブベイズ
- ガウスナイーブベイズ
- 多項式ナイーブベイズ
- 平均 1 依存推定量(AODE)
- ベイジアン信念ネットワーク(BBN)
- ベイジアンネットワーク(BN)
決定木アルゴリズム
決定木アルゴリズム
- 決定木
- 分類と回帰ツリー(CART)
- 反復二分法 3 (ID3)
- C4.5アルゴリズム
- C5.0アルゴリズム
- カイ二乗自動相互作用検出(CHAID)
- 決断の障害
- 条件付き決定木
- ID3アルゴリズム
- ランダムフォレスト
- スリク
線形分類器
教師なし学習
人工ニューラルネットワーク
相関ルール学習
階層的クラスタリング
クラスター分析
異常検出
半教師あり学習
ディープラーニング
- 深い信念ネットワーク
- ディープボルツマンマシン
- 深層畳み込みニューラルネットワーク
- ディープリカレントニューラルネットワーク
- 階層的時間記憶
- 生成的敵対ネットワーク
- トランス
- スタック型オートエンコーダ
その他の機械学習の方法と問題
- 異常検出
- 相関ルール
- バイアスと分散のジレンマ
- 分類
- クラスタリング
- データ前処理
- 経験的リスク最小化
- 特徴エンジニアリング
- 機能学習
- ランキングの学習
- オッカム学習
- オンライン機械学習
- PAC学習
- 回帰
- 強化学習
- 半教師あり学習
- 統計学習
- 構造化予測
- グラフィカルモデル
- ベイジアンネットワーク
- 条件付きランダムフィールド（CRF）
- 隠れマルコフモデル(HMM)
- グラフィカルモデル
- 教師なし学習
- VC理論
機械学習研究
機械学習の歴史
機械学習プロジェクト
機械学習プロジェクト:
機械学習組織
機械学習に関するカンファレンスとワークショップ
- 人工知能とセキュリティ (AISec) (CCS との共催ワークショップ)
- 神経情報処理システムに関する会議(NIPS)
- ECML PKDD
- 国際機械学習会議(ICML)
- ML4ALL (すべての人のための機械学習)
機械学習の出版物
機械学習に関する書籍
- 機械学習のための数学
- 実践的な機械学習 Scikit-Learn、Keras、TensorFlow
- 100ページの機械学習の本
機械学習ジャーナル
- 機械学習
- 機械学習研究ジャーナル(JMLR)
- ニューラルコンピューティング
機械学習に影響力のある人々
- アルベルト・ブロッジ
- アンドレイ・クニャゼフ
- アンドリュー・マッカラム
- アンドリュー・ン
- アヌラグ・ジェイン
- アーミン・B・クレマーズ
- アヤンナ・ハワード
- バーニー・ペル
- ベン・ゴーツェル
- ベン・タスカー
- ベルンハルト・シェルコプフ
- ブライアン・D・リプリー
- クリストファー・G・アトケソン
- コリーナ・コルテス
- デミス・ハサビス
- ダグラス・レナット
- エリック・シン
- エルンスト・ディックマン
- ジェフリー・ヒントン
- ハンス・ペーター・クリーゲル
- ハルトムート・ネヴェン
- ヘイッキ・マニラ
- イアン・グッドフェロー
- ヤチェク・M・ズラダ
- ハイメ・カルボネル
- ジェレミー・スロバク
- ジェローム・H・フリードマン
- ジョン・D・ラファティ
- ジョン・プラット
- ジュリー・ベス・ロビンス
- ユルゲン・シュミットフーバー
- カール・シュタインブッフ
- カティア・シカラ
- レオ・ブレイマン
- リセ・ゲトゥール
- ルカ・マリア・ガンバルデッラ
- レオン・ボットー
- マーカス・ハッター
- メヒリヤール・モリ
- マイケル・コリンズ
- マイケル・I・ジョーダン
- マイケル・L・リットマン
- ナンド・デ・フレイタス
- オフェル・デケル
- オレン・エツィオーニ
- ペドロ・ドミンゴス
- ピーター・フラッハ
- ピエール・バルディ
- プッシュミート・コーリ
- レイ・カーツワイル
- レイド・ガニ
- ロス・クインラン
- サルヴァトーレ・J・ストルフォ
- セバスチャン・スラン
- セルマー ブリングスジョール
- セップ・ホッホライター
- シェーン・レッグ
- スティーブン・マグルトン
- スティーブ・オモハンドロ
- トム・M・ミッチェル
- トレバー・ヘイスティー
- ヴァサント・ホナヴァル
- ウラジミール・ヴァプニク
- ヤン・ルカン
- 松山康雄
- ヨシュア・ベンジオ
- ズービン・ガフラマニ
参照
- 人工知能の概要
- ロボット工学の概要
- 正確さのパラドックス
- アクションモデル学習
- 活性化関数
- アクティビティ認識
- アダライン
- 適応型ニューロファジー推論システム
- 適応共鳴理論
- 加法的スムージング
- 調整された相互情報量
- アイヴァ
- アイシー
- アルケミーAPI
- アレックスネット
- アルゴリズムの選択
- アルゴリズム推論
- アルゴリズム学習理論
- アルファ碁
- アルファ碁ゼロ
- 交互決定木
- 見習い学習
- 因果マルコフ条件
- 競争的な学習
- 概念学習
- 決定木学習
- 微分可能プログラミング
- 分布学習理論
- 熱心な学習
- エンドツーエンドの強化学習
- エラー許容度（PAC学習）
- 説明に基づく学習
- 特徴
- グローブ
- ハイパーパラメータ
- 学習の推論理論
- 学習オートマトン
- 学習分類システム
- 学習ルール
- 間違いから学ぶ
- M理論（学習フレームワーク）
- 機械学習制御
- バイオインフォマティクスにおける機械学習
- マージン
- マルコフ連鎖地統計学
- マルコフ連鎖モンテカルロ法(MCMC)
- マルコフ情報源
- マルコフ論理ネットワーク
- マルコフモデル
- マルコフ確率場
- マルコフ判別
- 最大エントロピーマルコフモデル
- 多腕強盗
- マルチタスク学習
- 多重線形部分空間学習
- マルチモーダル学習
- 複数インスタンス学習
- 複数インスタンス学習
- 終わりのない言語学習
- オフライン学習
- パリティ学習
- 人口ベースの漸進的学習
- 予測学習
- 嗜好学習
- 積極的な学習
- 学習のための近似勾配法
- 意味解析
- 類似性学習
- スパース辞書学習
- 安定性（学習理論）
- 統計学習理論
- 統計的関係学習
- タナグラ
- 転移学習
- 可変順序マルコフモデル
- バージョン空間学習
- ワッフル
- ウェカ
- 損失関数
- 分類のための損失関数
- 平均二乗誤差(MSE)
- 平均二乗予測誤差(MSPE)
- タグチ損失関数
- 低エネルギー適応型クラスタリング階層
他の
- アン・オテイト
- 蟻コロニー最適化アルゴリズム
- アンソニー・レヴァンドフスキ
- 反統一（コンピュータサイエンス）
- アパッチ・フラム
- アパッチ・ギラフ
- アパッチマハウト
- アパッチ・シンガ
- アパッチスパーク
- アパッチシステムML
- アフェリオン（ソフトウェア）
- アラビア語音声コーパス
- 典型的分析
- アーサー・ジメック
- 人工アリ
- 人工蜂コロニーアルゴリズム
- 人工開発
- 人工免疫システム
- 天体統計
- 平均1依存推定量
- バッグ・オブ・ワード・モデル
- バランスのとれたクラスタリング
- ボールツリー
- 基本料金
- バットアルゴリズム
- バウム・ウェルチアルゴリズム
- ベイズ階層モデリング
- カーネル正則化のベイズ解釈
- ベイズ最適化
- ベイズ構造時系列
- ミツバチアルゴリズム
- 行動クラスタリング
- ベルヌーイ方式
- バイアスと分散のトレードオフ
- バイクラスタリング
- ビッグML
- バイナリ分類
- Bingの予測
- 生物にヒントを得たコンピューティング
- 生物地理学に基づく最適化
- バイプロット
- ボンディの定理
- ボンガード問題
- ブラッドリー・テリーモデル
- ブラウンブースト
- ブラウンクラスタリング
- バーストエラー
- CBCL（マサチューセッツ工科大学）
- CIMLコミュニティポータル
- CMA-ES
- CUREデータクラスタリングアルゴリズム
- キャッシュ言語モデル
- 較正（統計）
- 正準対応分析
- キャノピークラスタリングアルゴリズム
- カスケード分類器
- カテゴリユーティリティ
- セルコグニション
- 細胞進化アルゴリズム
- カイ二乗自動相互作用検出
- 染色体（遺伝的アルゴリズム）
- 分類子チェーン
- クレバーボット
- クローン選択アルゴリズム
- クラスター重み付けモデリング
- 高次元データのクラスタリング
- クラスタリング錯覚
- 共同ブースティング
- クモの巣（クラスタリング）
- 認知コンピュータ
- 認知ロボット
- 共構造分析
- 共通方法の差異
- 完全連鎖クラスタリング
- コンピュータ自動化設計
- コンセプトクラス
- コンセプトのドリフト
- 汎用人工知能に関する会議
- 知識発見とデータマイニングに関する会議
- 確認因子分析
- 混同行列
- 合同係数
- 接続（コンピュータシステム）
- コンセンサスクラスタリング
- 制約付きクラスタリング
- 制約条件モデル
- 建設的協力的共進化
- 相関クラスタリング
- 対応分析
- コルティカ
- 結合パターン学習者
- クロスエントロピー法
- クロスバリデーション（統計）
- 交差（遺伝的アルゴリズム）
- カッコウ探し
- 文化アルゴリズム
- 文化的合意理論
- 次元の呪い
- ダディスプ
- DARPA LAGR プログラム
- ダークフォレスト
- ダートマスワークショップ
- ダーウィンチューンズ
- データマイニング拡張機能
- データ探索
- データ前処理
- データストリームのクラスタリング
- ダタイク
- デイヴィス・ボールディン指数
- 決定境界
- 決定リスト
- 決定木モデル
- 演繹的分類器
- ディープアート
- ディープドリーム
- ディープウェブテクノロジー
- 長さの定義
- 樹形図
- 信頼性状態モデル
- 詳細なバランス
- データセット内のクラスターの数を決定する
- トレンド除去対応分析
- 発達ロボット
- ディフボット
- 差異的進化
- 離散位相型分布
- 識別モデル
- 分離報道
- 分散R
- ドリブ
- 文書分類
- 憎悪を記録する
- ドメイン適応
- 二重確率モデル
- 二段階進化
- ダン指数
- 動的ベイジアンネットワーク
- 動的マルコフ圧縮
- 動的トピックモデル
- 動的非観測効果モデル
- エドゥルート
- エルキ
- エッジ再結合演算子
- 効果的なフィットネス
- 弾性マップ
- 弾性マッチング
- エルボー法（クラスタリング）
- エマージェント（ソフトウェア）
- エンコグ
- エントロピー率
- エルキ・オジャ
- ユーリスコ
- 欧州人工知能会議
- バイナリ分類器の評価
- 進化戦略
- 進化の窓
- ランドマーク検出のための進化的アルゴリズム
- 進化アルゴリズム
- 進化する芸術
- 進化する音楽
- 進化的プログラミング
- 進化可能性（コンピュータサイエンス）
- 進化したアンテナ
- Evolver (ソフトウェア)
- 進化する分類機能
- 期待の伝播
- 探索的因子分析
- F1スコア
- FLAMEクラスタリング
- 混合データの因子分析
- 因子グラフ
- 因子回帰モデル
- 因子化言語モデル
- 最も遠いものから順に探索する
- 迅速で節約的な木
- 特徴選択ツールボックス
- 特徴ハッシュ
- 機能のスケーリング
- 特徴ベクトル
- ホタルアルゴリズム
- 第一差分推定量
- 一次帰納的学習器
- 魚群探知
- フィッシャーカーネル
- 適応度近似
- 適応度関数
- 適応度比例選択
- 流暢
- 自宅で折り畳む
- 形式概念分析
- フォワードアルゴリズム
- フォークス・マロウズ指数
- フレデリック・イェリネク
- フロレ
- 機能主成分分析
- ガット
- きらめき
- ゲイリー・ブライス・フォーゲル
- ガウス適応
- ガウス過程
- ガウス過程エミュレータ
- 遺伝子予測
- テキストエンジニアリングの一般的なアーキテクチャ
- 一般化エラー
- 一般化正準相関
- 一般的なフィルタリング
- 一般化反復スケーリング
- 一般化多次元尺度法
- 生成的敵対ネットワーク
- 生成モデル
- 遺伝的アルゴリズム
- 遺伝的アルゴリズムスケジューリング
- 経済学における遺伝的アルゴリズム
- 遺伝的ファジーシステム
- 遺伝的記憶（コンピュータサイエンス）
- 遺伝子オペレーター
- 遺伝的プログラミング
- 遺伝的表現
- 地理的クラスター
- ジェスチャー記述言語
- ゲワークベンチ
- 人工知能の用語集
- グロットクロノロジー
- ゴーレム（ILP）
- Google マトリックス
- 接ぎ木（決定木）
- グラミアン行列
- 文法の進化
- 粒度計算
- グラフラボ
- グラフカーネル
- グレムリン（プログラミング言語）
- 成長関数
- HUMANT (HUManoid ANT) アルゴリズム
- ハマーズリー・クリフォード定理
- ハーモニー検索
- ヘブビアン理論
- 隠れマルコフ確率場
- 隠れセミマルコフモデル
- 階層的隠れマルコフモデル
- 高次因子分析
- 高速道路網
- ヒンジの損失
- ホランドのスキーマ定理
- ホプキンスの統計
- ホシェン・コペルマンアルゴリズム
- フーバーの損失
- IRCF360
- イアン・グッドフェロー
- イラスティック
- イリヤ・スツケヴェル
- 免疫コンピューティング
- 帝国主義の競争アルゴリズム
- 偽造テキスト
- 増分決定木
- 正規言語の誘導
- 誘導バイアス
- 帰納的確率
- 帰納的プログラミング
- 影響図
- 情報収集
- 決定木における情報ゲイン
- 情報利得率
- 継承（遺伝的アルゴリズム）
- インスタンスの選択
- インテル リアルセンス
- 相互作用粒子システム
- インタラクティブな機械翻訳
- 人工知能に関する国際合同会議
- バイオインフォマティクスとバイオ統計学のための計算知能手法に関する国際会議
- 国際セマンティックウェブ会議
- アイリスの花のデータセット
- アイランドアルゴリズム
- 等方性位置
- 項目反応理論
- 反復ビタビ復号
- ジョーン
- ジャバーワッキー
- ジャカード指数
- ランダムフォレストのジャックナイフ分散推定
- Java 文法の進化
- ジョセフ・ネクヴァタル
- ジュバトゥス
- Julia (プログラミング言語)
- ジャンクションツリーアルゴリズム
- k -SVD
- k平均++
- k中央値クラスタリング
- k-メドイド
- ニーム
- 株式会社KXEN
- kq-フラット
- カグル
- カルマンフィルタ
- カッツのバックオフモデル
- カーネル適応フィルタ
- カーネル密度推定
- カーネル固有音声
- 分布のカーネル埋め込み
- カーネル法
- カーネルパーセプトロン
- カーネルランダムフォレスト
- キネクト
- クラウス・ロバート・ミュラー
- クネザー・ナイスムージング
- ナレッジボールト
- 知識の統合
- LIBSVM
- LPブースト
- ラベル付きデータ
- ランゲージウェア
- 限界における言語識別
- 言語モデル
- 大きなマージンの最近隣
- 潜在ディリクレ配分
- 潜在クラスモデル
- 潜在的意味解析
- 潜在変数
- 潜在変数モデル
- ラティスマイナー
- 階層型隠れマルコフモデル
- 学習可能な関数クラス
- 最小二乗サポートベクターマシン
- レスリー・P・ケルブリング
- 線形遺伝的プログラミング
- 線形予測関数
- 線形分離可能性
- 令雲顧
- リンクリアス
- リオール・ロン（ビジネスエグゼクティブ）
- 遺伝的アルゴリズムのアプリケーション一覧
- メタファーベースのメタヒューリスティクスのリスト
- テキストマイニングソフトウェアの一覧
- 地域ケースコントロールサンプリング
- 地方の独立
- ローカル接線空間アライメント
- 局所性を考慮したハッシュ
- 対数線形モデル
- ロジスティックモデルツリー
- 低ランク近似
- 低ランク行列近似
- マテリアライズド
- MIMIC（免疫学）
- MXネット
- Mallet (ソフトウェア プロジェクト)
- 多様体正則化
- マージンを注入した緩和アルゴリズム
- マージン分類器
- マーク・V・シェイニー
- 大規模なオンライン分析
- 行列の正則化
- マシューズ相関係数
- 平均シフト
- 平均二乗誤差
- 平均二乗予測誤差
- 測定不変性
- メドイド
- ミーミックス
- メロミクス
- ミームアルゴリズム
- メタ最適化
- メキシコ国際人工知能会議
- マイケル・カーンズ（コンピューター科学者）
- ミンハッシュ
- 混合モデル
- ムルピー
- DNA進化のモデル
- 道徳グラフ
- マウンテンカー問題
- モヴィディウス
- 多腕強盗
- マルチラベル分類
- 多式プログラミング
- 多クラス分類
- 多次元分析
- 多因子次元削減
- 多重線型主成分分析
- 多重対応分析
- 多重判別分析
- 多因子分析
- 多重配列アライメント
- 乗法重み更新法
- マルチスペクトルパターン認識
- 突然変異（遺伝的アルゴリズム）
- ミステリーバイブ
- Nグラム
- NOMINATE（スケーリング方式）
- 母国語の識別
- 自然言語ツールキット
- 自然進化戦略
- 最近傍連鎖アルゴリズム
- 最近傍重心分類器
- 最近傍探索
- 近隣への参加
- ネストラボ
- ネットマイナー
- ネットオウル
- ニューラルデザイナー
- 神経工学オブジェクト
- 神経モデリング分野
- ニューラルネットワークソフトウェア
- ニューロソリューションズ
- 神経進化
- ニューロフ
- ニキ.ai
- ノイズのあるチャネルモデル
- ノイズの多いテキスト分析
- 非線形次元削減
- 新規性の検出
- 迷惑変数
- 1クラス分類
- オンクス
- オープンNLP
- 最適判別分析
- Oracle データマイニング
- オレンジ（ソフトウェア）
- 叙階（統計）
- 過剰適合
- プロゴール
- プシプレッド
- パチンコの割り当て
- ページランク
- 並列メタヒューリスティック
- パリティベンチマーク
- 品詞タグ付け
- 粒子群最適化
- パス依存性
- パターン言語（形式言語）
- ペルタリオンシナプス
- 困惑
- ペルシア語音声コーパス
- ピカス（アプリ）
- ピエトロ・ペローナ
- パイプラインパイロット
- ピラニア（ソフトウェア）
- ピットマン・ヨール過程
- プレート表記
- 多項式カーネル
- ポップミュージックの自動化
- 人口増加プロセス
- 分析用のポータブルフォーマット
- 予測モデル マークアップ言語
- 予測状態表現
- 嗜好回帰
- 時期尚早な収束
- 主な測地線解析
- パターン認識のための事前知識
- プリズマ（アプリ）
- 確率的アクションコア
- 確率的文脈自由文法
- 確率的潜在意味解析
- 確率的ソフトロジック
- 確率マッチング
- プロビットモデル
- 専門家の製品
- R でビッグデータを使ったプログラミング
- 適切な一般化分解
- 剪定（決定木）
- プシュパク・バッタチャリヤ
- Q 方法論
- クルー
- 品質管理と遺伝的アルゴリズム
- 量子人工知能研究所
- 待ち行列理論
- 早く、描け！
- R (プログラミング言語)
- ラダ・ミハルセア
- ラデマッハ複雑度
- ラジアル基底関数カーネル
- ランド指数
- ランダムインデックス
- ランダム投影
- ランダムサブスペース法
- ランキングSVM
- ラピッドマイナー
- ラトルGUI
- レイモンド・キャッテル
- 推論システム
- サポートベクターマシンにおける正規化の観点
- リレーショナルデータマイニング
- 関係スクエア
- 関連性ベクトルマシン
- 救済（特徴選択）
- 蓮仁
- レパートリーグリッド
- 代表者定理
- 報酬に基づく選択
- リチャード・ゼメル
- 説明を受ける権利
- ロボアース
- 堅牢な主成分分析
- RuleMLシンポジウム
- ルールの導入
- ルール抽出システムファミリー
- SAS（ソフトウェア）
- SNNS
- SPSS モデラー
- サブクル
- サンプルの複雑さ
- サンプル除外ディメンション
- サンタフェトレイル問題
- サヴィテクノロジー
- スキーマ（遺伝的アルゴリズム）
- 検索ベースのソフトウェアエンジニアリング
- 選択（遺伝的アルゴリズム）
- セルフサービス セマンティック スイート
- セマンティックフォールディング
- セマンティック マッピング (統計)
- 半正定値埋め込み
- センスネットワーク
- センソリウムプロジェクト
- シーケンスラベリング
- 連続最小最適化
- 粉砕されたセット
- 将軍（道具箱）
- シルエット（クラスタリング）
- シムハッシュ
- シムランク
- 類似度測定
- 単純マッチング係数
- 同時位置特定とマッピング
- シンコフ統計
- スライス逆回帰
- ヘビと梯子
- クラス類推のソフト独立モデリング
- ソフト出力ビタビアルゴリズム
- ソロモノフの帰納的推論理論
- SolveITソフトウェア
- スペクトルクラスタリング
- スパイクアンドスラブ変数選択
- 統計的機械翻訳
- 統計解析
- 統計的意味論
- ステファノ・ソアット
- スティーブン・ウルフラム
- 確率的ブロックモデル
- 確率的セルオートマトン
- 確率的拡散探索
- 確率文法
- 確率行列
- 確率的普遍サンプリング
- ストレスのメジャー化
- 文字列カーネル
- 構造方程式モデリング
- 構造リスクの最小化
- 構造化されたスパース性正規化
- 構造化サポートベクターマシン
- サブクラスの到達可能性
- 十分な次元削減
- スホーチンのアルゴリズム
- 絶対差の合計
- 絶対変換差の合計
- 群知能
- スイッチングカルマンフィルタ
- 記号回帰
- 同期文脈自由文法
- 構文パターン認識
- TD-ガモン
- ティミット
- 教育の側面
- テウヴォ・コホネン
- テキストケースベース推論
- コンジョイント測定の理論
- トーマス・G・ディートリッヒ
- サーストンモデル
- トピックモデル
- トーナメントの選択
- トレーニング、テスト、検証セット
- トランシオグラム
- Trax画像認識
- トリグラムタグ
- 切り捨て選択
- タッカー分解
- ユーアイマ
- 上場企業
- 醜いアヒルの子の定理
- 不確かなデータ
- 確率における一様収束
- ユニークな負の寸法
- ユニバーサルポートフォリオアルゴリズム
- ユーザー行動分析
- VCディメンション
- ヴィグラ
- 検証セット
- ヴァプニク・チェルヴォネンキス理論
- 可変順序ベイジアンネットワーク
- 可変カーネル密度推定
- 変数ルール分析
- 変分メッセージパッシング
- バリマックス回転
- ベクトル量子化
- 代理（会社）
- ビタビアルゴリズム
- ヴォウパル・ワビット
- WACA クラスタリングアルゴリズム
- 会員
- ウォード法
- イタチプログラム
- 美白変身
- 選別（アルゴリズム）
- 勝てば残る、負ければ切り替える
- 証人セット
- ウルフラム言語
- ウルフラム マセマティカ
- ライター不変
- Xgブースト
- ヨリーカ
- Zeroth (ソフトウェア)
さらに読む
- Trevor Hastie、Robert Tibshirani、Jerome H. Friedman (2001)。『統計学習の要素』、Springer。ISBN 0-387-95284-5 。
- Pedro Domingos (2015 年 9 月)、The Master Algorithm、Basic Books、ISBN 978-0-465-06570-7
- Mehryar Mohri 、Afshin Rostamizadeh、Ameet Talwalkar ( 2012)。機械学習の基礎、MIT 出版。ISBN 978-0-262-01825-8。
- Ian H. Witten および Eibe Frank (2011)。『データマイニング: 実用的な機械学習ツールとテクニック』 Morgan Kaufmann、664 ページ、ISBN 978-0-12-374856-0。
- David JC MacKay .情報理論、推論、学習アルゴリズムCambridge: Cambridge University Press, 2003. ISBN 0-521-64298-1
- Richard O. Duda、Peter E. Hart、David G. Stork (2001) 「パターン分類（第2版）」、Wiley、ニューヨーク、ISBN 0-471-05669-3。
- Christopher Bishop ( 1995)。パターン認識のためのニューラルネットワーク、オックスフォード大学出版局。ISBN 0-19-853864-2。
- Vladimir Vapnik (1998)。統計学習理論。Wiley-Interscience、ISBN 0-471-03003-1。
- レイ・ソロモノフ、「帰納的推論マシン」、IRE 大会記録、情報理論セクション、第 2 部、pp.、56–62、1957 年。
- レイ・ソロモノフ、「帰納的推論マシン」 1956 年のAI に関するダートマス夏季研究会議で非公開に配布されたレポート。
参考文献
- ^ http://www.britannica.com/EBchecked/topic/1116194/machine-learning この三次情報源は 他の情報源からの情報を再利用していますが、それらの情報源の名前は示していません。
- ^ Phil Simon (2013 年 3 月 18 日)。Too Big to Ignore: The Business Case for Big Data。Wiley。p. 89。ISBN 978-1-118-63817-0。
- ^ Ron Kohavi、Foster Provost (1998)。「用語集」。機械学習。30 :271–274。doi : 10.1023 / A:1007411609915。
外部リンク
機械学習 Wikipediaの姉妹プロジェクト
ウィクショナリーの定義
コモンズからのメディア
ウィキニュースからのニュース
ウィキクォートからの引用
ウィキソースからのテキスト
ウィキブックスの教科書
Wikiversity からのリソース
- データサイエンス: MIT のデータから洞察へ (機械学習)
- Andrew NgによるCoursera の人気オンライン コース。GNU Octaveを使用します。このコースは、Ng が教えているスタンフォード大学の実際のコースの無料版です。無料でご利用いただけます。stanford.edu/Course/CS229 を参照してください。
- mloss はオープンソースの機械学習ソフトウェアの学術データベースです。