Глоссарий ИИ
Полный словарь искусственного интеллекта
K-means и центроидные варианты
Алгоритмы кластеризации на основе центроидов, включая K-means, K-medoids и их оптимизации.
Иерархическая кластеризация
Агломеративные или дивизивные методы, создающие древовидные структуры кластеров (дендрограммы).
Кластеризация на основе плотности
Алгоритмы, такие как DBSCAN и OPTICS, идентифицирующие кластеры произвольной формы на основе локальной плотности.
Спектральная кластеризация
Техника, использующая собственные значения матриц сходства для снижения размерности перед кластеризацией.
Гауссовы смеси
Вероятностный подход, моделирующий данные как смесь гауссовых распределений с помощью EM-алгоритма.
Нечёткая кластеризация
Методы, допускающие частичную принадлежность точек к нескольким кластерам (нечёткий C-средних).
Кластеризация на основе графов
Алгоритмы, использующие структуры графов и сообщества для группировки данных.
Кластеризация потоков данных
Техники, адаптированные к непрерывным и развивающимся данным, требующим инкрементальных обновлений.
Кластеризация в большом масштабе
Оптимизированные алгоритмы для Big Data, использующие параллельные и распределенные подходы.
Валидация кластеров
Метрики и индексы (Silhouette, Davies-Bouldin, Calinski-Harabasz) для оценки качества разбиений.
Обнаружение аномалий без учителя
Идентификация выбросов и аномальных точек как изолированных или малоплотных кластеров
Многовидовое кластеризация
Алгоритмы, интегрирующие множественные представления или перспективы одних и тех же данных
Глубокая кластеризация
Комбинация глубоких нейронных сетей с целями кластеризации для обучения представлениям.
Кластеризация временных рядов
Специализированные методы для группировки временных данных с временными сходствами.
Кластеризация текста
Приложения NLP, группирующие документы на основе семантического сходства содержимого