25 lines
2.6 KiB
Markdown
25 lines
2.6 KiB
Markdown
---
|
||
title: Unsupervised Learning
|
||
localeTitle: Неконтролируемое обучение
|
||
---
|
||
#### Предлагаемое чтение:
|
||
|
||
* https://en.wikipedia.org/wiki/Unsupervised\_learning
|
||
* https://stackoverflow.com/a/1854449/6873133
|
||
* http://mlg.eng.cam.ac.uk/zoubin/papers/ul.pdf
|
||
|
||
#### Проект статьи:
|
||
|
||
Что такое неконтролируемое обучение?
|
||
|
||
Неконтролируемое обучение позволяет нам приблизиться к проблемам, которые мало или вообще не представляют, как выглядят наши результаты. Мы можем получить структуру из данных, где мы не обязательно знаем влияние переменных.
|
||
|
||
Типы:
|
||
|
||
Кластеризация: используется для анализа поисковых данных для поиска скрытых шаблонов или группировки данных. Возьмите коллекцию из 1 000 000 различных генов и найдите способ автоматически группировать эти гены в группы, которые каким-то образом похожи или связаны разными переменными, такими как продолжительность жизни, местоположение, роли и т. Д.
|
||
|
||
Подходы к неконтролируемому обучению включают:
|
||
|
||
кластеризация. K-средства. смеси. иерархическая кластеризация, обнаружение аномалий. Нейронные сети. Изучение языка. Generative Adversarial Network. Поддерживает изучение скрытых переменных моделей, таких как. Алгоритм максимизации ожиданий (EM) Метод моментов
|
||
|
||
Несколько примеров: Предположим, у вас есть данные для сайта электронной коммерции. На прошлой неделе у вас есть список людей и вещей, которые они заказали онлайн. Теперь вы можете использовать алгоритмы кластеризации и находить шаблон в данных, прогнозировать тенденцию покупки и формулировать бизнес-стратегию в соответствии с трендом. |