Groupe des algorithmes d’apprentissage automatique selon leurs
similitudes
Groupe Description Algirithmes
Algorithmes de Modélisation de la relation entre Ordinary Least Squares Regression (OLSR)
régression variables de manière itérative en Linear Regression
ajustant l’erreur de prédiction du
modèle Logistic Regression
Stepwise Regression
MultiVariate Adaptive Regression Splines
(MARS)
Locally Estimated Scatterplot Smoothing
(LOESS)
Instance-based Problème de décision avec des k-Nearest Neighbors (kNN)
algorithms instances ou des exemples de données Learning Vector Quantization (LVQ)
d’entraînement qui sont requises pour
le modèle Self-Organizing Map (SOM)
Locally Weighted Learning (LWL)
Support Vector Machines (SVM)
Regularization Une extension des autres modèles qui Ridge Regression
algorithms pénalise les modèles du à leur Least Absolute Shrinkage and Selection
complexité et qui favorise les modèles Opérator (LASSO)
simples et qui généralisent bien
Elastic Net
Least-Angle Regression (LARS)
Decision Tree Modèle de décision basé sur les Classification and Regression Tree (CART)
Algorithms valeurs actuelles des attributs dans les Iterative Dichotomiser 3 (ID3)
données
C4.5 and C5
Chi-squared Automatic Interaction Detection
(CHAID)
Decision Stump
M5
Conditional Decision Tree
Bayessians Méthodes utilisant le théorème de Naive Bayes
Algorithms Bayes pour les problèmes de Gaussian Naive Bayes
classification et de régression
Multinomial Naive Bayes
Averaged One Dependance Estimators
(AODE)
Bayessian Belief Network (BBN)
Bayessian Network (BN)
Clustering Décrit la classe du problème ou de la k-Means
Algorithms méthode. Utilisation des structures k-Medians
inhérentes aux données pour les
grouper selon les point communs Expectation Maximisation (EM)
Hierarchical Clustering
Association Rules Extrait les règles qui expliquent mieux Apriori Algorithm
Learning les relations entre les variables Eclat Algorithm
Algorithms observées dans les données
Artificial Neural Modèles inspirés par la structure et/ou Perceptron
Network la fonction des réseaux de neurones Multilayer Perceptrons (MLP)
Algorithms biologiques
Back-propagation
Stochastic Gradient Descent (SGD)
Hopfield Network
Radial Basis Function Network (RBFN)
Deep Learning Construction de plus large et Convolutional Neural Network (CNN)
Algorithms complexes réseaux de neurones Recurrent Neural Network (RNNs)
Long Short-Term Memory Network (LSTMs)
Stacked Auto-Endoders
Deep Boltzmann Machine (DBM)
Deep Belief Networks (DBN)
Dimensionality Recherche et explore la structure Principal Component Analysis (PCA)
Reduction inhérente des données pour résumer ou Principal Component Regression (PCR)
Algorithms décrire les données en utilisant moins
d’information Partial Least Squared Regression (PLSR)
Sammon Mapping
Multidimensional Scaling (MDS)
Projection Poursuit
Linear Discriminant Analysis (LDA)
Mixture Discriminant Analysis (MDA)
Quadratic Discriminant Analysis (QDA)
Flexible Discriminant Analysis (FDA)
Ensemble Modèles composés de plusieurs Boosting
Algorithms modèles faible entraîner Boostrapped Aggregation (Bagging)
interdépendante et dont les prédictions
sont combinées d’une manière pour AdaBoost
avoir la prédiction de l’ensemble. Weighted Averaged (Blending)
Stacked Generalization (Stacking)
Gradient Boosting Machine (GBM)
Gradient Boosted Regression Tree (GBRT)
Random Forest (RF)
Others Algorithms Algorithmes pour des tâches Feature selection
spécifiques Algorithm accuracy evaluation
Performance measures
Optimisation algorithms
Algorithmes pour des sous domaine de Conputational intelligence (Evolutionary
ML spécifique amgorithms, etc)
Computer Vision (CV)
Natural Language Processing (NLP)
Recommander systems
Reinforcing Larning
Graphical Models
And more ...
Illustration 1 :