Uczenie nienadzorowane i redukcja

19 pojęć w 12 podgrupach, z prostymi definicjami i źródłami.

Estymacja rozkladu · 1

01estymacja gęstościWyznaczanie funkcji gęstości prawdopodobieństwa rozkładu, z którego pochodzą obserwowane dane.

01centroidPunkt reprezentujący środek grupy, zwykle średnia wektorów należących do tej grupy.
02grupowanie metodą k-średnichk-means → grupowanie metodą k-średnichAlgorytm dzielący dane na k grup przez iteracyjne minimalizowanie sumy kwadratów odległości punktów od centroidów.

01grupowanie gęstościoweWyodrębnianie grup jako obszarów o wysokim zagęszczeniu punktów oddzielonych obszarami rzadkimi, odpornego na szum.

01dendrogramDrzewiasta reprezentacja wyniku grupowania hierarchicznego pokazująca kolejność i poziom łączenia grup.
02grupowanie hierarchiczneTworzenie zagnieżdżonej struktury grup przez kolejne łączenie lub dzielenie zbiorów, przedstawianej jako dendrogram.

01grupowanieklasteryzacja → grupowaniePodział zbioru obiektów na grupy o wysokim podobieństwie wewnętrznym i niskim między grupami, bez etykiet referencyjnych.

01algorytm EMEM → expectation-maximizationIteracyjna metoda estymacji parametrów modeli z ukrytymi zmiennymi przez naprzemienne kroki oczekiwania i maksymalizacji.
02model mieszanin gaussowskichGMM → model mieszanin gaussowskichProbabilistyczny model rozkładu danych jako ważonej sumy wielu rozkładów normalnych, używany do grupowania miękkiego.

01analiza głównych składowychPCA → analiza głównych składowychLiniowa transformacja danych na ortogonalne kierunki o malejącej wariancji, używana do redukcji wymiarowości.
02dekompozycja według wartości osobliwychSVD → dekompozycja według wartości osobliwychRozkład macierzy na iloczyn macierzy ortogonalnych i diagonalnej macierzy wartości osobliwych; podstawa wielu metod redukcji.

01klątwa wymiarowościZjawisko gwałtownego wzrostu rzadkości danych i utraty sensu miar odległości wraz ze wzrostem liczby wymiarów.

01autoenkoderSieć neuronowa uczona odtwarzać własne wejście przez ściśniętą reprezentację ukrytą, służąca do uczenia cech i redukcji wymiaru.
02hipoteza rozmaitościmanifold hypothesis → hipoteza rozmaitościZałożenie, że dane wysokowymiarowe leżą w pobliżu rozmaitości o znacznie niższym wymiarze wewnętrznym.
03uczenie rozmaitościNieliniowa redukcja wymiarowości odtwarzająca niskowymiarową strukturę geometryczną danych z zachowaniem lokalnych odległości.

01redukcja wymiarowościPrzekształcenie danych z przestrzeni wysokowymiarowej do niższego wymiaru z zachowaniem istotnej struktury lub wariancji.

01osadzanieOdwzorowanie obiektów dyskretnych lub wysokowymiarowych w gęsty wektor o niższym wymiarze zachowujący relacje podobieństwa.
02przestrzeń ukrytaNiskowymiarowa przestrzeń reprezentacji, w której model koduje istotne czynniki zmienności danych.

01wykrywanie anomaliiIdentyfikacja obserwacji istotnie odbiegających od wzorca większości danych, bez wcześniejszego oznaczenia anomalii.