কখন কোন মেশিন লার্নিং অ্যালগোরিদম ব্যবহার করব? পর্ব-৬

এই পর্বে সব মেশিন লার্নিং অ্যালগোরিদম গুলো এক জায়গায় দেখাব আপনাদেরকে।

Regression অ্যালগোরিদম সমূহঃ:

Linear regression(Simple, Multiple, Polynomial)

Logistic regression(Binary,Multiple)

Bayesian অ্যালগোরিদম সমূহঃ:

Naïve Bayes

BayesNET

Gaussian Bayes

Polynomial Bayes

Multinomial Bayes

Decision tree অ্যালগোরিদম সমূহঃ

CART algorithm

Random Forest

Random Tree

Decison Stump

ID3 algorithm

C4.5 and C5.0

CHAID

Clustering অ্যালগোরিদম সমূহঃ

K Mean Clustering

EM Algorithm

Hierarchical clustering

Canopy

Cobweb

FarthestFirst

DBSCAN

Neural Networks অ্যালগোরিদম সমূহঃ

Artificial Neural Network(ANN)

Multilayer Perception(MLP)

Backpropagation algorithm (BP)

Deep Boltzmann Machine (DBM)

Deep Neural Network

Convolutional Neural Network (CNN)

Recurrent neural network (RNN)

Long short-term memory (LSTM)

Association rule learning অ্যালগোরিদম সমূহঃ

Apriori algorithm

FP growth

Eclat algorithm

OneR

ZeroR

Integrated অ্যালগোরিদম সমূহঃ

Boosting

Bagging

AdaBoost

Kernel-based অ্যালগোরিদম সমূহঃ

Support vector machine (SVM)

Linear Discriminate Analysis (LDA)

Instance-based learning অ্যালগোরিদম সমূহঃ

K — Nearest Neighbours(KNN)

IBk

K-star

Self-Organizing Mapping Algorithm (SOM)

Local Weighted Learning Algorithm (LWL)

Regularization অ্যালগোরিদম সমূহঃ

Ridge Regression

LASSORegression

Elastic Net

Dimensionality reduction অ্যালগোরিদম সমূহঃ

Principal Component Analysis (PCA)

Linear Discriminant Analysis (LDA)

Mixed Discriminant Analysis (MDA)

Quadratic Discriminant Analysis (QDA)

Time Series অ্যালগোরিদম সমূহঃ

ARMA

ARIMA

SARIMA

VAR

GARCH

আরও কিছু অ্যালগোরিদমঃ

• Feature selection algorithm
• Natural language processing(NLP)
• Computer vision
• Recommended system
• Reinforcement learning

পরবর্তী পর্বে আমরা অ্যালগোরিদম গুলোর কিছু নিদিষ্ট ব্যবহার সম্পর্কে জানব। Stay with me.