温馨提示：本站仅提供公开网络链接索引服务，不存储、不篡改任何第三方内容，所有内容版权归原作者所有
AI智能索引来源：http://www.ibm.com/it-it/topics/machine-learning-algorithms
点击访问原文链接

Cosa sono gli algoritmi di machine learning? | IBM

进入原网站 导航首页
BenvenutiInformazioni generaliTipi di machine learningAlgoritmi di machine learningMachine learning statisticoAlgebra lineare per il machine learningQuantificazione dell'incertezzaCompromesso tra distorsione e varianzaInformazioni generaliSelezione delle caratteristicheEstrazione delle caratteristicheEmbedding vettorialiSpazio latenteAnalisi delle componenti principaliAnalisi discriminante lineareUpsamplingDownsamplingDati sinteticiFuga di datiInformazioni generaliRegressione lineareRegressione lassoRegressione ridgeModello dello spazio di statoSerie temporaliModello autoregressivoInformazioni generaliAlberi decisionaliK-nearest neighbors (KNN)Naive BayesRandom forestMacchina a vettori di supportoRegressione logisticaInformazioni generaliBoostingBaggingPotenziamento del gradienteClassificatore di potenziamento del gradienteInformazioni generaliApprendimento per trasferimentoInformazioni generaliInformazioni generaliK-means clusteringClustering gerarchicoAlgoritmo a prioriModello di mistura gaussianaRilevamento delle anomalieInformazioni generaliFiltraggio collaborativoFiltraggio basato sui contenutiInformazioni generaliApprendimento per rinforzo con feedback umanoInformazioni generaliInformazioni generaliRetropropagazioneModello encoder-decoderReti neurali ricorrentiReti neurali convoluzionaliInformazioni generaliMeccanismo di attenzioneGrouped query attentionCodifica posizionaleAutoencoderModello MambaRete neurale a grafoInformazioni generaliModello generativoAI generativa e AI predittiva a confrontoInformazioni generaliModelli di ragionamentoModelli linguistici di piccole dimensioniOttimizzazione delle istruzioniParametri LLMTemperatura LLMBenchmark ESG di LLMPersonalizzazione LLMModelli di diffusioneAutoencoder variazionale (VAE)Reti generative avversarie (GAN)Informazioni generaliModelli linguistici visiviTutorial: Creare un AI stylistTutorial: Query AI multimodali con LlamaTutorial: query AI multimodali con PixtralTutorial: Trascrizione automatica dei podcast con GraniteTutorial: Sistema di risposta per l'analisi delle immagini PPT AIInformazioni generaliGraphRAGTutorial: Costruisci un sistema RAG multimodale con Docling e GraniteTutorial: Valutare la pipeline RAG con RagasTutorial: Strategie di frazionamento RAGTutorial: Graph RAG con grafici di conoscenzaTutorial: Scaling dell'inferenza per migliorare il RAG multimodaleInformazioni generaliCodifica VibeLeggi la Guida 2025 agli agenti AIInformazioni generaliFunzione di perditaDati di addestramentoParametri del modelloDiscesa del gradienteDiscesa stocastica del gradienteMessa a punto degli iperparametriTasso di apprendimentoInformazioni generaliMessa a punto efficiente dei parametri (PEFT)LoRATutorial: Messa a punto del modello Granite con LoRARegolarizzazioneFoundation modelOverfittingUnderfittingApprendimento few shotApprendimento zero shotDistillazione della conoscenzaMeta apprendimentoData augmentationDimenticanza catastroficaInformazioni generaliScikit-learnXGBoostPytorchInformazioni generaliCiclo di vita AIInferenza AIImplementazione del modelloPipeline di machine learningEtichettatura dei datiGestione del rischio del modelloDeviazione del modelloAutoMLSelezione del modelloApprendimento federatoMachine learning distribuitoStack AIInformazioni generaliNatural Language UnderstandingInformazioni generaliAnalisi del sentimentTraduzione automaticaInformazioni generaliRecupero delle informazioniEstrazione delle informazioniModellazione degli argomentiAnalisi semantica latenteAllocazione latente di DirichletNamed Entity RecognitionEmbedding di paroleBag of wordsRicerca intelligenteRiconoscimento vocaleStemming e lemmatizzazioneRiepilogo del testoAI conversazionaleAnalytics conversazionaleGenerazione del linguaggio naturaleInformazioni generaliClassificazione delle immaginiRilevamento degli oggettiSegmentazione delle istanzeSegmentazione semanticaRiconoscimento ottico dei caratteriRiconoscimento delle immaginiIspezione visivaDave Bergmannintelligenza artificialemachine learningdata scienceregressione linearepseudocodicemodello AIaddestrare un modello di machine learningparametri del modellooverfittingInformativa sulla privacy IBMapprendimento supervisionatoverità fondamentaliapprendimento non supervisionatoapprendimento per rinforzo (RL)semi-supervisionatoauto-revisionatomodelli linguistici di grandi dimensioni (LLM)"pre-addestramento"messi a puntoGuarda tutti gli episodi di Mixture of Expertsparametri del modellofunzione di perditaLa classificazioneLa regressione linearedell'albero decisionaleI modelli dello spazio di stato (SSM)elaborazione del linguaggio naturale (NLP)Naïve Bayesteorema di Bayesregressione logisticafunzione sigmoideK-nearest neighbor (KNN)spazio di embedding vettorialemacchine a vettori di supporto (SVM)apprendimento semi-supervisionatoapprendimento auto-supervisionatoautoencodermodelli linguistici di grandi dimensioni (LLM)computer visionAI multimodaleIl machine learning non supervisionatoregolazione manuale degli iperparametrialgoritmi di clusteringrilevamento delle anomalieclustering K-meansalgoritmo a prioririduzione della dimensionalitàspazio latenteL'analisi delle componenti principali (PCA)autoencoderapprendimento d'insiemeapprendimento per rinforzomodelli di ragionamentoapprendimento per rinforzo dal feedback umano (RLHF)L'apprendimento d'insiemealgoritmi di potenziamentoXGBoostlibreria di machine learningalgoritmi di baggingrandom forestdistillazione della conoscenzadeep learningmachine learningreti neuraliAI generativaintelligenza artificialeingegneria delle caratteristichemachine learningdeep learningmacchine Boltzmann con restrizioniaddestramento dei modellisegmentazione delle immaginiconvoluzionaliregolarizzazioneFormazione Migliora le tue competenze nel ML Impara i concetti fondamentali e sviluppa le tue competenze con laboratori pratici, corsi, progetti guidati, prove e molto altro. Esplora i corsi sul machine learningGuida Sfruttare al meglio l'AI: aumentare il ROI con la gen AI Vuoi ottenere un ritorno migliore sui tuoi investimenti nell'AI? Scopri come lo scaling della GenAI in settori chiave può favorire il cambiamento, aiutando le tue menti migliori a creare e fornire nuove soluzioni innovative. Leggi la guidaModelli AI Esplora IBM Granite IBM Granite è la nostra famiglia di modelli AI aperti, efficienti e affidabili, su misura per le aziende e ottimizzati per scalare le applicazioni di AI. Esplora le opzioni di linguaggio, codice, serie temporali e guardrail. Presentiamo GraniteGuida Come prosperare in questa nuova era dell'AI in tutta fiducia e sicurezza Approfondisci i 3 elementi critici di una solida strategia AI: creare un vantaggio competitivo, scalare l'AI attraverso l'azienda e promuovere un'AI affidabile. Leggi la guidaReport Report AI in Action Abbiamo intervistato 2.000 organizzazioni in merito alle loro iniziative di AI per scoprire cosa funziona, cosa non funziona e come giocare d'anticipo. Leggi il reportScopri watsonx.aiEsplora le soluzioni AIEsplora i servizi AIEsplora watsonx.aiPrenota una demo live“Energy-Based Self-Supervised Learning,”“CHARM: An Efficient Algorithm for Closed Itemset Mining,”“Online Association Rule Mining,”“Semi-Supervised Learning with Ladder Networks,”“Kolmogorov’s Mapping Neural Network Existence Theorem,”“Multilayer Feedforward Networks with a Non-Polynomial Activation Function Can Approximate Any Function,”

智能索引记录