(i) Αλγόριθμοι Διαμόρφωσης CART (Classification And Regression Trees)
(ii) Gini Index
(iii) Random Forests
(iv) Αλγόριθμοι Bagging (Bootstrap & aggregating)
Archives
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Αλγόριθμοι Πυρήνα (Kernel Methods) – Διαχωρισιμότητα Προτύπων, Θεώρημα του Cover & Εφαρμογές
(i) Radial-Basis Function (RBF) Networks
(ii) RBF Hybrid Learning
(iii) Support Vector Machines (SVM)
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Πιθανοτική Ταξινόμηση
(i) Κανόνας του Bayes
(ii) Naive Bayes Algorithm
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Κατανεμημένη Υλοποίηση Ενισχυτικής Μάθησης
(i) Αλγόριθμος Bellman-Ford
(ii) Δρομολόγηση BGP στο Internet
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Δυναμικός Προγραμματισμός με Μεθόδους Monte Carlo
(i) Μάθηση Χρονικών Διαφορών (Temporal-Difference Learning)
(ii) Στοχαστικός Αλγόριθμος Q-Learning
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Ενισχυτική Μάθηση – Δυναμικός Προγραμματισμός
(i) Markov Decision Processes
(ii) Bellman’s Optimality Criterion
(iii) Αλγόριθμος Policy Iteration
(iv) Αλγόριθμος Value Iteration
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Στοχαστικές Μηχανές Μη Επιβλεπόμενης Μάθησης, Παραγωγικά Μοντέλα – Generative Models
(i) Boltzmann Machine & Logistic Belief Nets
(ii) Restricted Boltzmann Machine (RBM) – Deep Belief Nets
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Μέθοδοι Μηχανικής Μάθησης & Βελτιστοποίησης μέσω Εννοιών Στατιστικής Φυσικής
(i) Αλγόριθμοι Simulated Annealing
(ii) Gibbs Sampling
(iii) Μηχανή Boltzmann
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Προσομοίωση Monte Carlo Αλυσίδων Markov: Αλγόριθμοι Metropolis & Metropolis-Hastings, Προσομοιωμένη Ανόπτηση – Simulated Annealing, Markov Random Fields, Ising Model
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Μοντέλα Στατιστικής Μηχανικής, Κινητικότητα & Ισορροπία. Αλυσίδες Markov: Καταστάσεις, Εξισώσεις Μεταβάσεων
Στοχαστικές Διεργασίες & Βελτιστοποίηση στη Μηχανική Μάθηση: Μη Επιβλεπόμενη Μάθηση – Unsupervised Learning
(i) K-Means Clustering
(ii) Ανάλυση Κυρίων Συνιστωσών -Principal Component Analysis (PCA)