1
Q
A
NTNU - Intro ML
flashcards
Decks in class (34)
# Cards
-
Veiledet læring - logisyisk regresjon60
-
Gradient descent14
-
Øving 135
-
Forelesning 929
-
Forelesning 109
-
1.2.3 - Trening18
-
1.2.4 - Evaluering og 1.2.5 - klassifiseringsterskel43
-
1.2.6 - Entropi og cross entropy loss15
-
1.2.7 Bayes teorem18
-
1.2.8 Dimensjonsforbannelsen3
-
1.2.9 - Trening på ubalansert data21
-
1.3 Beslutningstrær22
-
1.4 - Regresjon72
-
1.5 - Ensemble modeller36
-
2 - Nevrale nettverk5
-
2.1 - Perceptron13
-
2.2 - Aktiveringsfunksjonen10
-
2.3 - Arkitektur9
-
2.4 - Backpropagation7
-
2.5 - Bygge, trene og predikere17
-
3. Uveiledet læring4
-
3.1 - Clustering29
-
3.2 - Dimensjonsreduksjon10
-
3.2.2 - Stochatic Neighbor Embedding14
-
3.3 - Anomalideteksjon20
-
3.4 - Selv-supervised learning13
-
4 Reinforcement learning1
-
4.1 - Markov decision procesesses19
-
4.2 - Q-verdier7
-
Diverse10
-
4.3 - Environments9
-
4.4 Agenter21
-
4.5 - Q-tabell21
-
4.6 - Deep q-learning51
