기계학습의 개요

Outline of machine learning
시리즈의 일부
기계 학습
및 데이터 마이닝
Scatterplot featuring a linear support vector machine's decision boundary (dashed line)
문제
지도 학습
(분류 • 회귀)
클러스터링
치수 축소
구조화된 예측
이상 검출
인공신경망
강화 학습
인간과의 학습
모델 진단
이론.
기계학습장
관련 기사

다음 개요는 기계 학습의 개요 및 주제 가이드로 제공됩니다.기계학습은 인공지능의 [1]패턴 인식과 계산학습 이론의 연구에서 발전한 컴퓨터 과학 내의 소프트 컴퓨팅의 하위 분야이다.1959년에 Arthur Samuel은 기계 학습을 "명시적으로 프로그래밍되지 않고 컴퓨터를 학습할 수 있는 능력을 주는 연구 분야"[2]라고 정의했습니다.머신러닝은 데이터를 [3]학습하고 예측할 수 있는 알고리즘의 연구와 구성을 탐구합니다.이러한 알고리즘은 엄격하게 정적 프로그램 명령을 따르는 대신 데이터 중심 예측 또는 출력으로 표현되는 결정을 하기 위해 입력 관찰의 예제 집합에서 모델을 구축함으로써 작동합니다.

기계학습이란 어떤 것을 말하는 건가요?

기계 학습 부문

머신러닝의 서브필드

기계 학습과 관련된 분야 간 비교

기계 학습의 응용

기계 학습 하드웨어

기계 학습 도구

머신러닝 프레임워크

독자적인 머신 러닝 프레임워크

오픈 소스 머신 러닝 프레임워크

기계 학습 라이브러리

기계 학습 알고리즘

기계 학습 방법

인스턴스 기반 알고리즘

회귀 분석

치수 축소

치수 축소

앙상블 학습

앙상블 학습

메타학습

메타학습

강화 학습

강화 학습

지도 학습

지도 학습

베이지안

베이지안 통계

Decision Tree 알고리즘

Decision Tree 알고리즘

선형 분류기

선형 분류기

비지도 학습

비지도 학습

인공신경망

인공신경망

어소시에이션

어소시에이션

계층 클러스터링

계층 클러스터링

클러스터 분석

클러스터 분석

이상 검출

이상 검출

준지도 학습

준지도 학습

딥 러닝

딥 러닝

기타 기계학습방법 및 문제

기계학습연구

기계학습의 역사

기계학습의 역사

기계 학습 프로젝트

기계 학습 프로젝트

기계 학습 조직

기계 학습 조직

머신러닝 컨퍼런스 및 워크숍

기계 학습 자료

기계 학습에 관한 서적

기계 학습에 관한 서적

기계 학습 저널

기계학습에 영향력이 있는 사람

「 」를 참조해 주세요.

다른.

추가 정보

  • 트레버 하스티, 로버트 티비라니, 제롬 H. 프리드먼(2001).통계학 학습의 요소, 스프링거. ISBN0-387-95284-5.
  • Pedro Domingos (2015년 9월), 마스터 알고리즘, 베이직 북스, ISBN 978-0-465-06570-7
  • 메흐랴르 모흐리, 아프신 로스타미자데, 아메트 탈워카르(2012).머신러닝의 기초, MIT 프레스.ISBN 978-0-262-01825-8.
  • Ian H. Witten과 Eibe Frank(2011).데이터 마이닝: 실용적인 기계학습 도구 및 기술 Morgan Kaufmann, 664pp., ISBN 978-0-12-374856-0.
  • 데이비드 J. C. 맥케이정보 이론, 추론 및 학습 알고리즘 케임브리지:케임브리지 대학 출판부, 2003.ISBN 0-521-64298-1
  • 리처드 오 두다, 피터 E 하트, 데이비드 G.Stork (2001) 패턴 분류 (제2판), Wiley, New York, ISBN 0-471-05669-3.
  • 크리스토퍼 비숍(1995).Neural Networks for Pattern Recognition, Oxford University Press.ISBN 0-19-853864-2.
  • 블라디미르 Vapnik(1998).통계학습이론Wiley-Intercience, ISBN 0-471-03003-1.
  • Ray Solomonoff, 유도 추론 기계, IRE 협약 기록, 정보 이론 섹션, Part 2, 페이지 56–62, 1957.
  • Ray Solomonoff, "귀납적 추론 기계"1956년 AI에 관한 다트머스 여름 연구 컨퍼런스에서 비공개로 배포된 보고서.

레퍼런스

  1. ^ http://www.britannica.com/EBchecked/topic/1116194/machine-learning 이 세 번째 소스는 다른 소스의 정보를 재사용하지만 이름을 붙이지는 않습니다.
  2. ^ Phil Simon (March 18, 2013). Too Big to Ignore: The Business Case for Big Data. Wiley. p. 89. ISBN 978-1-118-63817-0.
  3. ^ Ron Kohavi; Foster Provost (1998). "Glossary of terms". Machine Learning. 30: 271–274. doi:10.1023/A:1007411609915.
  4. ^ "ACL - Association for Computational Learning".
  5. ^ Settles, Burr (2010), "Active Learning Literature Survey" (PDF), Computer Sciences Technical Report 1648. University of Wisconsin–Madison, retrieved 2014-11-18
  6. ^ Rubens, Neil; Elahi, Mehdi; Sugiyama, Masashi; Kaplan, Dain (2016). "Active Learning in Recommender Systems". In Ricci, Francesco; Rokach, Lior; Shapira, Bracha (eds.). Recommender Systems Handbook (2 ed.). Springer US. doi:10.1007/978-1-4899-7637-6. hdl:11311/1006123. ISBN 978-1-4899-7637-6. S2CID 11569603.

외부 링크