Публикации по теме 'unsupervised-learning'
Выявление мошенничества с кредитными картами Риски и проблемы
Выявление мошенничества с кредитными картами Риски и проблемы
Мошенничество с транзакциями по кредитным картам стоило британским пользователям и эмитентам кредитных карт более 610 миллионов фунтов стерлингов в 2022 году, что, по словам Ридли, в 2022 году сделало это одной из главных угроз национальной безопасности. Добавьте к этому, что человеку практически невозможно обнаружить мошеннические шаблоны в огромном количестве данных, генерируемых каждый день. Вот почему невозможно..
Сети Хопфилда, часть 1 (серия неконтролируемого обучения, статья № 1)
Сети Хопфилда являются одним из старейших дизайнов повторяющихся нейронных сетей, но остаются актуальными:
Из-за их исторической значимости в неконтролируемом обучении. В частности, разработка машины Больцмана. Из-за их сходства с биологическими системами. В первую очередь способность действовать как система памяти с адресуемой информацией, а также использование локального правила обучения.
В этой статье я объясню:
что такое энергетическая модель как сеть Хопфилда использует..
K прототип Точно так же, как K означает, где мы размещаем запись до ближайшего центроида, здесь мы размещаем…
Прототип K Точно так же, как K означает, что мы размещаем запись в ближайшем центроиде, здесь мы размещаем запись в кластере, который имеет наиболее похожую контрольную точку, также известную как прототип кластера. известный как центр тяжести кластера. В большей степени, чем сходство, алгоритмы пытаются найти различия между точками данных и пытаются сгруппировать точки с меньшими различиями в кластер. Мерой различия для числовых атрибутов является квадратное евклидово расстояние, тогда..
Урок 32 — Машинное обучение: обучение правилам ассоциации и априорный алгоритм (интуиция)
В этом уроке мы рассмотрим изучение правил ассоциации, метод, используемый для обнаружения взаимосвязей между переменными или элементами в больших наборах данных, и априорный алгоритм, популярный метод анализа часто встречающихся наборов элементов и создания правил ассоциации. Мы построим интуицию вокруг ключевых концепций и компонентов изучения правил ассоциации и алгоритма Априори.
Изучение правил ассоциации – это тип обучения без учителя, который фокусируется на поиске интересных..
Как работает машинное обучение
Как работает машинное обучение
Краткое и краткое изложение того, что такое машинное обучение, номинированное всеми, но объясненное немногими.
Несколько раз некоторые люди спрашивали меня: « Но, в конце концов, что это за машинное обучение, что оно означает ?». основные газеты , особенно в последнее время, постоянно говорят об этом. К сожалению, о нем говорят (иногда справедливо), как будто это черный ящик и/или как будто за ним стоит что-то «волшебное». Он часто используется..
Изучение кластеризации
Кластеризация — это задача группировки данных сходного характера. Он включает в себя выявление особенностей, в которых данные в группе или кластере имеют что-то общее. Кластеризация приводит к множеству групп данных, где каждый член группы похож внутри группы, но отличается от других членов группы. Алгоритмы обработки кластеризации пытаются найти это сходство различными методами.
Вот некоторые из алгоритмов группировки: 1. K-средних, также называемых методами разделения 2. Алгоритм..
Неконтролируемое машинное обучение с моделями гауссовой смеси
Модель гауссовой смеси - это форма оценки плотности, которая дает приближение плотности вероятности для наших данных. Модели гауссовой смеси наиболее подходят, когда наши данные являются многомодальными. На приведенном выше графике плотности вероятности вы можете увидеть 3 выпуклости, образованные 3 начальными распределениями Гаусса, которые можно реализовать как сумму взвешенных гауссовских распределений.
Согласно приведенному выше уравнению все распределение зависит от веса..
