Обучение без учителя (Unsupervised Learning)

Далее приведен список наиболее важных алгоритмов обучения без учителя

Кластеризация (Clustering)

  • k-средние (k-means)
  • иерархический кластерный анализ (Hierarchical Cluster Analysis, НСА)
  • максимизация ожиданий (expectation maximization)

Визуализация и понижение размерности

  • анализ главных компонентов (Principal Component Analysis - РСА)
  • ядерный анализ главных компонентов (kernel РСА)
  • локальное линейное вложение (Locally-Linear Embedding - LLE)
  • стохастическое вложение соседей с t-распределением (t-distributed Stochastic Neighbor Embedding - t-SNE)

Обучение ассоциативным правилам (association rule learning)

  • Apriori
  • Eclat

Неконтролируемые преобразования (unsupervised transformations) (Общераспространенное применение неконтролируемых преобразований – Сокращение размерности (Dimensionality Reduction)). Цель - упростить данные без потери слишком многой информации.

Обнаружение аномалий (Anomaly detection) - выявление необычных транзак­ций на кредитных картах, отлавли­вание производственных дефектов.

Обучение ассоциативным правилам (association rule learning), цель которого заключается в проник­новении внутрь крупных объемов данных и обнаружении интересных за­висимостей между атрибутами.


Некоторые примеры:

K-means Clustering

https://docs.google.com/presentation/d/1oCjJuGBBn14FBPZYCJOb_B6YpBFW9M9zHTq4pEyof-o/edit