Глоссарий ИИ
Полный словарь искусственного интеллекта
Кластеризация K-средних
Алгоритм кластеризации, который группирует данные в K кластеров, минимизируя внутрикластерную дисперсию.
Иерархическая кластеризация
Метод, который строит иерархию кластеров с помощью восходящих (агломеративных) или нисходящих (дивизивных) подходов.
Кластеризация DBSCAN
Алгоритм на основе плотности, который идентифицирует кластеры произвольной формы, группируя достаточно близкие точки.
Анализ главных компонент (PCA)
Линейный метод снижения размерности, который преобразует данные в ортогональные оси, максимизирующие дисперсию.
t-SNE
Нелинейный алгоритм понижения размерности, сохраняющий локальные структуры для визуализации данных.
Автоэнкодеры
Неконтролируемые нейронные сети, обучающиеся эффективным сжатым представлениям путем реконструкции.
Обнаружение аномалий
Идентификация наблюдений или паттернов, которые значительно отклоняются от нормального поведения данных.
Гауссовы смеси (GMM)
Вероятностный подход, моделирующий данные как комбинацию нескольких гауссовых распределений для кластеризации.
Самоорганизующиеся карты (SOM)
Конкурентные нейронные сети, проецирующие данные высокой размерности на 2D-сетку с сохранением топологии.
Факторизация неотрицательных матриц (NMF)
Метод, разлагающий матрицу на неотрицательные множители для обнаружения скрытых характеристик.
Спектральная кластеризация
Техника, использующая собственные значения матрицы сходства для выполнения кластеризации на невыпуклых данных.
UMAP
Современный алгоритм уменьшения размерности, одновременно сохраняющий локальные и глобальные структуры данных.
Обучение GAN без учителя
Генеративно-состязательные сети, обучающиеся без меток генерировать реалистичные данные путём конкуренции.
Правила ассоциации
Методы, обнаруживающие связи между переменными в больших базах данных, такие как алгоритм Apriori.
Ядерная оценка плотности (KDE)
Непараметрический метод оценки функции плотности вероятности случайной величины.