Nicht überwachtes Lernen

Unüberwachten Lernen ist eine maschinelle Lernverfahren, bei dem ein Modell auf die Bemerkungen angebracht. Es unterscheidet sich von der Tatsache, dass keine a-priori-Wissen der Learning betreut. In unüberwachten Lernens, ein Satz von Dateneingabeobjekte behandelt. Somit ist nicht überwachtes Lernen in der Regel die Eingangsobjekte als ein Satz von Zufallsvariablen, gebaut ein Modell für die Dichtedatensatzes.

Die unüberwachte Lernen kann in Verbindung mit der Bayes-Inferenz verwendet werden, um bedingte Wahrscheinlichkeiten für beliebige Zufallsvariablen zu erzeugen. Der Heilige Gral der überwachten Lernens ist nicht die Schaffung eines faktoriellen Code-Daten, das heißt, ein Code mit statistisch unabhängigen Komponenten. Wachten Lernens funktioniert in der Regel am besten, wenn die Anfangsdaten werden zunächst in einem faktoriellen Code übersetzt.

Die unüberwachte Lernen ist auch nützlich für die Datenkomprimierung: im Wesentlichen alle Komprimierungsalgorithmen hängen sowohl explizit als auch implizit eine Wahrscheinlichkeitsverteilung über einer Menge von Eingabe.

Eine weitere Möglichkeit des Lernens wird von der Gruppe, die manchmal nicht probabilistisch überwacht.

Adaptive Resonanztheorie ermöglicht die Variation der Anzahl von Clustern entsprechend der Größe des Problems, dem Benutzer ermöglicht, den Grad der Ähnlichkeit zwischen Mitgliedern derselben Gruppe in Bezug auf einen konstanten genannten benutzerdefinierten Parameterüberwachung zu steuern. Bandnetze werden auch in vielen Mustererkennungsaufgaben, wie zum Beispiel die automatische Zielerfassung oder Verarbeitung von seismischen Signalen verwendet. Die erste Version des ART war "ART1" von Carpenter und Grossberg entwickelt.

Eigenschaften

In diesem Abschnitt werden die Hauptmerkmale der Netzwerke von künstlichen Neuronen überwacht:

  • Keine Notwendigkeit für eine externe Lehrer
  • Zeigen Sie ein gewisses Maß an Selbstorganisation
  • Das Netzwerk entdeckt, in den Eingangsdaten und unabhängig: Eigenschaften, Regelmäßigkeiten und Korrelationen Kategorien
  • Erfordern in der Regel weniger Zeit betreutes Training
  • Einfache Architektur. Normalerweise sind sie:
  • Grundtypen: Kohonen und Grossberg
  • Decken Sie die folgenden Arten von Fragen: Vertrautheit, Hauptkomponentenanalyse, Clustering, Prototyping und Merkmalsextraktion und Beziehung
  0   0
Vorherige Artikel W-Nationalpark
Nächster Artikel Edmund Hockridge

Kommentare - 0

Keine Kommentare

Fügen Sie einen Kommentar

smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile smile smile smile smile
smile smile smile smile
Zeichen übrig: 3000
captcha