در حقیقت یادگیری ماشین با نگاه به داده، پارادایم ویژه‌ای برای بررسی علوم محاسباتی ایجاد می‌کند. یکی از تقسیم‌بندی‌های متداول در یادگیری ماشین، تقسیم‌بندی...

یادگیری ماشین برخط (به انگلیسی: Online Machine Learning) یکی از زیرمجموعه‌های یادگیری ماشین است. بسیاری از برنامه‌های مبتنی بر یادگیری ماشین، داده‌های...

کاهشی می‌توان به این خواسته رسید. این تکنیک در طیف گسترده‌ای از مدل‌های یادگیری ماشین، از جمله در پردازش زبان طبیعی و بینایی کامپیوتر، مورد استفاده قرار می‌گیرد...

یادگیری ماشین بر روی مجموعه بزرگی از داده‌های نمونه آموزش داده می‌شود و سپس مدل آموزش‌دیده برای ترجمه استفاده می‌شود. مبدل‌ها جزو معماری‌های یادگیری عمیق...

یادگیری عمیق، یادگیری ژرف یا ژرف‌آموزی (به انگلیسی: Deep learning) (به بیانی دیگر: یادگیری ژرف ماشین، یادگیری ساختار ژرف یا یادگیری سلسله مراتبی) یک زیر...

فضای گسترده اینترنت فرهنگ لغت‌ها نیز بروز شده‌اند. برخی از فرهنگ لغت‌های برخط ممکن است امکانات دیگری مانند نمایش یک نمونه فیلم و عکس، فونتیک و ریشه آن...

نیز ابعاد و اندازه‌های داده‌های امروزین است که شیوه‌های ماشینی مربوط به یادگیری، مدل‌سازی، و آموزش را طلب می‌نماید. یکی از ویژگی‌های کلیدی در بسیاری از...

یادگیری با نظارت یا یادگیری تحت نظارت (به انگلیسی: Supervised learning) یکی از زیرمجموعه‌های یادگیری ماشینی است. در این روش مدل با دریافت اطلاعات برچسب...

یا به زبان ساده‌تر شبکه‌های عصبی سیستم‌ها و روش‌های محاسباتی نوین برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش‌بینی پاسخ‌های...

ماشین یادگیری افراطی یا ماشین یادگیری حداکثر (به انگلیسی: Extreme learning machine) یک شبکه عصبی پیشخور است که برای طبقه‌بندی آماری ، تحلیل رگرسیون ،...

یادگیری درخت تصمیم (به انگلیسی: Decision tree learning) گروهی از الگوریتم‌های یادگیری ماشین هستند که در طبقه‌بندی آماری کاربرد دارند. درخت‌های تصمیم به...

یادگیری ساختار پنهان یک مجموعه داده با مدل‌سازی روشی است که در آن نقاط داده در فضای پنهان (به انگلیسی: latent space) منتشر می‌شوند. در بینایی ماشین،...

دسته اصلی یادگیری ماشین است و در کنار آن می‌توان به یادگیری تقویتی و یادگیری تحت نظارت اشاره کرد. یادگیری نیمه‌نظارتی، یک نوع مرتبط از یادگیری است که از...

دسته‌ای از مدل‌های یادگیری ماشینی هستند که توانایی درک و تولید متنی شبیه انسان را دارند. این مدل‌ها این توانایی ها را با یادگیری روابط آماری از اسناد...

یادگیری فعال یک مورد خاص از یادگیری ماشین است که در آن یک الگوریتم یادگیری می‌تواند به‌طور تعاملی از کاربر (یا منبع اطلاعاتی دیگر) سؤال کند تا نقاط داده‌های...

رانندگی در جاده هاست، این ماشین می‌تواند سرعت را با توجه به آن‌ها تنظیم کند. عمر باتری این ماشین هم تقویت شده است. قیمت اولیهٔ این ماشین ۷۹۹۰۰ دلار برآورد شده...

داده‌ها است که می‌تواند به صورت یک گراف نمایش داده شود. در موضوع کلی‌تر "یادگیری ژرف هندسی"، برخی از معماری‌های شبکه عصبی خاص موجود را می‌توان به عنوان...

نداشتند، مانند شطرنج و Go همچنین تحت تأثیر یادگیری ماشینی قرار گرفته‌اند. یادگیری عمیق یک زیرمجموعه از یادگیری ماشین است که به طور تخصصی روی کاربرد شبکه های...

یادگیری نیمه‌نظارتی دسته‌ای از روش‌های یادگیری ماشین است که در آن از داده‌های بدون برچسب و داده‌های برچسب‌دار به صورت هم‌زمان برای بهبود دقت یادگیری استفاده...

مدل در ابتدا برای یادگیری خودران (خودسازمانده) طراحی شده بود، به دلیل اثربخشی بالا عملکرد خود را در یادگیری نیمه‌نظارتی و یادگیری با نظارت اثبات کرده‌است...

انگلیسی: perceptron) کوته‌نوشت نورون ادراکی یک الگوریتم یادگیری ماشین است که در دسته یادگیری با نظارت قرار می‌گیرد. الگوریتم پرسپترون یک الگوریتم دسته‌بندی...

ماشین بردار مرتبط (به انگلیسی: Relevance Vector Machine - RVM) در علم ریاضیات به یک شیوه یادگیری ماشین گفته می‌شود که از استنباط بیزی به منظور به دست آوردن...

(Large Margin Nearest Neighbor) هستند. الگوریتم‌های یادگیری متریک، از اطلاعات نمونه، برای یادگیری متریک جدید یا شبه متریک استفاده می‌کنند. هنگامی که داده‌های...

یادگیری عمیق سنتز گفتار، از شبکه‌های عصبی عمیق (DNN) برای تولید گفتار مصنوعی از متن (متن به گفتار) یا طیف (رمزگذارهای صوتی) استفاده می‌کند. شبکه‌های عصبی...

انگلیسی: Multi-label classification) متفاوت از رده‌بندی چندگانه است. در یادگیری ماشینی، برای دسته‌بندی چندگانه هدف ما این است که از بین برچسب‌های موجود...

ماشین یادگیری منطقی (به انگلیسی: Logic Learning Machine)، یکی از روش‌های یادگیری ماشین بر اساس ایجاد قوانین قابل فهم است. LLM یک روش پیاده‌سازی شده کارآمد...

است. یادگیری به دسته های زیادی تقسیم می شود، از جمله یادگیری نظارت‌شده، یادگیری خودران، یادگیری ماشین برخط و یادگیری تقویتی. از دیدگاه تئوری یادگیری آماری،...

ساختاریافته مهندسی ویژگی یادگیری ویژگی یادگیری ماشین برخط یادگیری نیمه‌نظارتی یادگیری بی‌نظارت Learning to rank Grammar induction یادگیری با نظارت (طبقه‌بندی...

تمایز قائل شود. که لازم است با دیگری مبادله شود. مقاله بعدی ژانویه ۲۰۱۹، یادگیری بازنمایی گفتار بدون نظارت با استفاده از رمزگذارهای خودکار WaveNet روشی...

خوشه‌بندی کی‌میانگین به عنوان یک مرحله یادگیری ویژگی (یا یادگیری دیکشنری) در (یادگیری نیمه نظارتی یا یادگیری خودران (خودسازمانده) استفاده شده است. رویکرد...

قابلیت‌ها و امکانات الکترونیکی برای کمک به یادگیری بهره می‌گیرد. آموزش الکترونیک از انسان‌های کاوشگر و خواهان یادگیری است، خصوصاً اینکه این روش وابستگی به زمان...