clasificador de vecino más cercano

clasificador bayesiano

clasificador lineal

Clasificador de máquina de vectores de soporte

clasificador de redes neuronales

bosque aleatorio

adaboost

derrota 0-1

Pérdida de máquina de vector de soporte multiclase

pérdida de entropía cruzada

pérdida de L1

Pérdida L2

método de primer orden

método de segundo orden

Partición de conjuntos de datos

Preprocesamiento de datos

aumento de datos

Desajuste y sobreajuste

Ajuste de hiperparámetros

Integración de modelos

es un mapeo lineal que asigna características de la imagen de entrada a puntuaciones de categorías

El promedio entrenado es similar a la categoría después de la visualización.

Considerada como una plantilla, cuanto mayor sea el peso de la imagen de entrada y la plantilla, más similares serán.

La línea con una puntuación igual a 0 es la superficie de decisión.

Un puente entre el rendimiento del modelo y los parámetros del modelo, que guía la optimización de los parámetros del modelo.

es una función que mide el grado de inconsistencia entre el valor predicho de un clasificador dado y el valor verdadero, y su salida suele ser un valor real no negativo

La salida del valor real no negativo se puede utilizar como señal de retroalimentación para ajustar los parámetros del clasificador para reducir el valor de pérdida correspondiente a la instancia actual y mejorar el efecto de clasificación.

Pérdida de máquina de vector de soporte multiclase

término regular

descenso de gradiente

descenso de gradiente estocástico

Algoritmo de descenso de gradiente estocástico de mini lotes

División clásica

validación cruzada k veces

eliminar la media

Normalizado

descorrelacionar

albino