25 lines
1.6 KiB
Markdown
25 lines
1.6 KiB
Markdown
|
---
|
||
|
|
title: Unsupervised Learning
|
||
|
|
localeTitle: Aprendizaje sin supervisión
|
||
|
|
---
|
||
|
|
#### Lectura sugerida:
|
||
|
|
|
||
|
|
* https://en.wikipedia.org/wiki/Unsupervised\_learning
|
||
|
|
* https://stackoverflow.com/a/1854449/6873133
|
||
|
|
* http://mlg.eng.cam.ac.uk/zoubin/papers/ul.pdf
|
||
|
|
|
||
|
|
#### Proyecto de artículo:
|
||
|
|
|
||
|
|
¿Qué es el aprendizaje no supervisado?
|
||
|
|
|
||
|
|
El aprendizaje no supervisado nos permite abordar los problemas con poca o ninguna idea de cómo deberían ser nuestros resultados. Podemos derivar la estructura de datos donde no necesariamente sabemos el efecto de las variables.
|
||
|
|
|
||
|
|
Tipos de
|
||
|
|
|
||
|
|
Agrupación en clúster: se utiliza para el análisis exploratorio de datos para encontrar patrones ocultos o agrupación en datos. Tome una colección de 1,000,000 de genes diferentes, y encuentre una manera de agrupar automáticamente estos genes en grupos que de alguna manera sean similares o estén relacionados por diferentes variables, como la duración de la vida, la ubicación, los roles, etc.
|
||
|
|
|
||
|
|
Los enfoques para el aprendizaje no supervisado incluyen:
|
||
|
|
|
||
|
|
agrupamiento k-significa. modelos de mezcla. Clustering jerárquico, detección de anomalías. Redes neuronales. Aprendizaje Hebbiano. Redes adversas generativas. Enfoques para aprender modelos de variables latentes como. Algoritmo de expectativa-maximización (EM) Método de los momentos.
|
||
|
|
|
||
|
|
Algunos ejemplos más: Supongamos que tiene datos para un sitio de comercio electrónico. Tiene una lista de personas y cosas que ordenaron en línea la semana pasada. Ahora puede usar los algoritmos de agrupación en clústeres y encontrar el patrón en los datos, predecir la tendencia de compra y formular la estrategia comercial según la tendencia.
|