분류:기계 학습

ㄱ

• 기계 학습 알고리즘‎ (1 C, 19 P)

ㄷ

• 딥 러닝‎ (28 P)

ㅁ

• 마르코프 모형‎ (1 C, 19 P)

ㅂ

• 분류 알고리즘‎ (2 C, 24 P)
• 비지도 학습‎ (1 C, 17 P)

ㅅ

• 서포트 벡터 머신‎ (2 P)
• 손실 함수‎ (1 P)

ㅇ

• 인공신경망‎ (2 C, 42 P)

ㅈ

• 잠재 변수 모형‎ (10 P)
• 진화 알고리즘‎ (1 C, 6 P)

ㅊ

• 차원 축소‎ (11 P)

ㅋ

• 클러스터 분석‎ (1 C, 4 P)

ㅌ

• 통계적 자연어 처리‎ (10 P)

• 기계 학습

A

• AutoML

D

• Deeplearning4j

K

• K-평균 알고리즘

M

• MLOps

R

• ROCm

W

• Waifu2x

ㄱ

• 가능성의 평등
• 강화 학습
• 공정성
• 과소적합
• 과적합
• 교차타당도
• 구글 네스트
• 구조적 위험 최소화
• 귀납적 편향
• 귀납적 프로그래밍
• 기계 탈학습
• 기울기 소멸 문제

ㄴ

• 나이브 베이즈 분류

ㄷ

• 다양체 가설
• 다중 작업 학습
• 단어 가방 모형
• 대조 학습
• 데이터 전처리
• 데이터 증대
• 딥 러닝

ㄹ

• 랜덤 포레스트
• 레이블 데이터
• 로봇 학습

ㅁ

• 마르코프 결정 과정
• 멀티 암드 밴딧
• 무한 언어 학습 시스템
• 문서 분류

ㅂ

• 배깅
• 비전 트랜스포머
• 비지도 학습

ㅅ

• 생성 모델
• 생성형 인공지능
• 서포트 벡터 머신
• 순위 학습

ㅇ

• 알고리즘 편향
• 앙상블 학습법
• 어텐션 (기계 학습)
• 에이다부스트
• 역전파
• 연관 규칙 학습법
• 오토인코더
• 위치 측정 및 동시 지도화
• 유사도 학습
• 이상 탐지
• 이항 분류
• 인간 피드백을 통한 강화 학습
• 일반화 오차

ㅈ

• 자기 지도 학습
• 자기조직화 지도
• 잠재 공간
• 잠재 디리클레 할당
• 적대적 기계 학습
• 전이학습
• 조건부 무작위장
• 주의 집중 (기계 학습)
• 준지도 학습
• 지도 학습
• 지식 증류

ㅊ

• 차원 축소 (통계학)
• 차원의 저주
• 최근접 이웃 탐색

ㅋ

• 커널 밀도 추정
• 클러스터 분석
• 클레버봇
• 클로드 (언어 모델)

ㅌ

• 탐색-이용 딜레마
• 토픽 모델
• 통계적 학습이론
• 트레이닝 셋
• 특징 (기계 학습)
• 특징 공학
• 특징 스케일링
• 특징 학습

ㅍ

• 파인 튜닝
• 패턴 인식
• 편향-분산 트레이드오프
• 프롬프트 엔지니어링

ㅎ

• 하이퍼파라미터 (기계 학습)
• 학습률
• 허깅 페이스
• 혼동 행렬
• 혼합 모델
• 환각 (인공지능)
• 휴먼인더루프