Глоссарий ИИ
Полный словарь искусственного интеллекта
Кластеризация
Методы автоматической группировки данных в кластеры на основе их внутреннего сходства без предопределенных меток.
Снижение размерности
Методы, позволяющие уменьшить количество переменных, сохраняя при этом основную информацию, содержащуюся в данных.
Обнаружение Аномалий
Выявление наблюдений, которые значительно отклоняются от нормального поведения данных без явного контроля.
Обучение представлений
Автоматическое обнаружение дискриминативных характеристик из необработанных данных для облегчения последующего анализа.
Оценка плотности
Моделирование базового распределения данных для понимания их вероятностной структуры.
Правила Ассоциации
Обнаружение интересных взаимосвязей между переменными в больших базах данных, обычно используется в анализе покупательской корзины.
Анализ главных компонент (АГК)
Линейная техника снижения размерности, преобразующая переменные в ортогональные некоррелированные компоненты.
Самоорганизующиеся карты
Конкурентные нейронные сети, выполняющие нелинейную проекцию данных на топологическую сетку с сохранением соседства.
Иерархическая кластеризация
Построение иерархии кластеров путем последовательного слияния (агломеративный метод) или последовательного разделения (дивизивный метод) групп.
Гауссовские смеси распределений
Вероятностный подход, моделирующий данные как взвешенную комбинацию нескольких гауссовских распределений.
Алгоритмы кластеризации на основе плотности
Методы, идентифицирующие группы плотных точек, разделённые областями низкой плотности, без необходимости предварительного задания количества кластеров.
K-means и варианты
Итеративные алгоритмы кластеризации, группирующие данные вокруг центроидов для минимизации внутрикластерной дисперсии.
Анализ соответствий
Метод факторного анализа, исследующий взаимосвязи между категориальными переменными в таблицах сопряженности.
Неуправляемая факторизация матриц
Матричное разложение, раскрывающее скрытые характеристики и разреженные представления данных.
Автокодировщики
Нейронные сети, обучающиеся эффективным сжатым представлениям путем реконструкции своих входных данных.