Esboço do aprendizado de máquina - Outline of machine learning

Parte de uma série sobre
Aprendizado de máquina
e mineração de dados
Multi-Layer Neural Network-Vector-Blank.svg
Problemas
Aprendizagem supervisionada
( classificação  • regressão )
Clustering
Redução de dimensionalidade
Previsão estruturada
Detecção de anomalia
Rede neural artificial
Aprendizagem por reforço
Teoria
Locais de aprendizado de máquina
Artigos relacionados

O esboço a seguir é fornecido como uma visão geral e um guia tópico para o aprendizado de máquina . O aprendizado de máquina é um subcampo da computação suave dentro da ciência da computação que evoluiu a partir do estudo do reconhecimento de padrões e da teoria do aprendizado computacional em inteligência artificial . Em 1959, Arthur Samuel definiu o aprendizado de máquina como um "campo de estudo que dá aos computadores a capacidade de aprender sem serem explicitamente programados". O aprendizado de máquina explora o estudo e a construção de algoritmos que podem aprender e fazer previsões sobre os dados . Tais algoritmos operam construindo um modelo a partir de um conjunto de treinamento de exemplo de observações de entrada para fazer previsões baseadas em dados ou decisões expressas como saídas, em vez de seguir instruções de programa estritamente estáticas.

Que tipo de coisa é aprendizado de máquina?

Ramos do aprendizado de máquina

Subcampos de aprendizado de máquina

Campos interdisciplinares envolvendo aprendizado de máquina

Aplicações de aprendizado de máquina

Hardware de aprendizado de máquina

Ferramentas de aprendizado de máquina

Frameworks de aprendizado de máquina

Frameworks proprietários de aprendizado de máquina

Frameworks de aprendizado de máquina de código aberto

Bibliotecas de aprendizado de máquina

Algoritmos de aprendizado de máquina

Métodos de aprendizado de máquina

Algoritmo baseado em instância

Análise de regressão

Redução de dimensionalidade

Redução de dimensionalidade

Aprendizagem de conjunto

Aprendizagem de conjunto

Meta aprendizagem

Meta aprendizagem

Aprendizagem por reforço

Aprendizagem por reforço

Aprendizagem supervisionada

Aprendizagem supervisionada

Bayesiano

Estatísticas bayesianas

Algoritmos de árvore de decisão

Algoritmo de árvore de decisão

Classificador linear

Classificador linear

Aprendizagem não supervisionada

Aprendizagem não supervisionada

Redes neurais artificiais

Rede neural artificial

Aprendizagem de regras de associação

Aprendizagem de regras de associação

Agrupamento hierárquico

Agrupamento hierárquico

Análise de cluster

Análise de cluster

Detecção de anomalia

Detecção de anomalia

Aprendizagem semissupervisionada

Aprendizagem semissupervisionada

Aprendizagem profunda

Aprendizagem profunda

Outros métodos e problemas de aprendizado de máquina

Pesquisa de aprendizado de máquina

História do aprendizado de máquina

História do aprendizado de máquina

Projetos de aprendizado de máquina

Projetos de aprendizado de máquina

Organizações de aprendizado de máquina

Organizações de aprendizado de máquina

Conferências e workshops de aprendizado de máquina

Publicações de aprendizado de máquina

Livros sobre aprendizado de máquina

Livros sobre aprendizado de máquina

Diários de aprendizado de máquina

Pessoas influentes no aprendizado de máquina

Veja também

Outro

Leitura adicional

  • Trevor Hastie , Robert Tibshirani e Jerome H. Friedman (2001). The Elements of Statistical Learning , Springer. ISBN  0-387-95284-5 .
  • Pedro Domingos (setembro de 2015), The Master Algorithm , Basic Books, ISBN  978-0-465-06570-7
  • Mehryar Mohri , Afshin Rostamizadeh, Ameet Talwalkar (2012). Foundations of Machine Learning , The MIT Press. ISBN  978-0-262-01825-8 .
  • Ian H. Witten e Eibe Frank (2011). Mineração de dados: ferramentas e técnicas práticas de aprendizado de máquina Morgan Kaufmann, 664pp., ISBN  978-0-12-374856-0 .
  • David JC MacKay . Teoria da informação, inferência e algoritmos de aprendizagem Cambridge: Cambridge University Press, 2003. ISBN  0-521-64298-1
  • Richard O. Duda , Peter E. Hart , David G. Stork (2001) Classificação de padrões (2ª edição), Wiley, New York, ISBN  0-471-05669-3 .
  • Christopher Bishop (1995). Neural Networks for Pattern Recognition , Oxford University Press. ISBN  0-19-853864-2 .
  • Vladimir Vapnik (1998). Teoria da Aprendizagem Estatística . Wiley-Interscience, ISBN  0-471-03003-1 .
  • Ray Solomonoff , An Inductive Inference Machine , IRE Convention Record, Section on Information Theory, Part 2, pp., 56-62, 1957.
  • Ray Solomonoff , " An Inductive Inference Machine " Um relatório de circulação privada da Conferência de Pesquisa de Verão de Dartmouth de 1956 sobre IA .

Referências

links externos