عضو : ورود به سیستم |ثبت |ارسال درخواست
جستجو
[اصلاح ] یادگیری بی نظیر
یادگیری ماشین ناپیوسته، یادگیری ماشین است وظیفه کشف یک تابع برای توصیف ساختار پنهان از داده های بدون برچسب (طبقه بندی یا طبقه بندی در مشاهدات گنجانده نشده است). از آنجایی که نمونه هایی که به یادگیرنده داده نشده اند بدون برچسب هستند، ارزیابی دقت ساختاری که توسط الگوریتم مربوطه ارائه می شود وجود ندارد - این یکی از راه های تشخیص یادگیری بی نظیر از یادگیری نظارت شده و یادگیری تقویتی است.
یک مورد مرکزی از یادگیری بی نظیر، مسئله تخمین چگالی در آمار است، اگر چه آموزش یادشده شامل بسیاری از مشکلات دیگر (و راه حل ها) شامل خلاصه سازی و توضیح ویژگی های کلیدی داده ها می شود.
رویکردهای یادگیری بی نظیر عبارتند از:

خوشه بندی

K-Means
مدل های مخلوط
خوشه بندی سلسله مراتبی


تشخیص آنومالی
شبکه های عصبی

آموزش هببان
شبکه های Adversarial Generating


رویکردهای یادگیری مدل متغیرهای پنهان مانند

الگوریتم به حداکثر رساندن انتظار (EM)
روش لحظات
تکنیک های جداسازی سیگنال کور، به عنوان مثال

تجزیه و تحلیل اجزای اصلی
تجزیه و تحلیل جزء مستقل
عدم تقسیم ماتریس غیر منفی،
تجزیه مقدار منفرد.
[شبکه عصبی همجوشی][ماشین بردار پشتیبانی][نظارت بر یادگیری][داده کاوی][فراگیری ماشین]
در شبکه های عصبی.1
روش لحظات.2
مثال ها.3
[بارگذاری بیشتر محتویات ]

Lxjkh 2018@ حق طبع و نشر