Unsupervised Learning
Обучение без учителя
Когда меток нет, задача — найти в данных структуру: группы, плотности, зависимости и представления.
Clusteringактуально
КластеризацияРазбиение объектов на группы похожих без заранее известных меток.
HDBSCANактуально
HDBSCANИерархическая версия DBSCAN: перебирает плотности автоматически и находит кластеры разной плотности.
Spectral Clusteringактуально
Спектральная кластеризацияКластеризация через собственные векторы матрицы Лапласа графа сходства: находит невыпуклые и вложенные структуры.
k-Meansактуально
k-среднихиз «Классическое машинное обучение»Разбивает объекты на k кластеров, минимизируя суммарное расстояние до центроидов.
DBSCANактуально
DBSCANиз «Классическое машинное обучение»Плотностная кластеризация: кластеры — это связные области высокой плотности, остальное объявляется шумом.
GMMактуально
Смесь гауссианиз «Классическое машинное обучение»Вероятностная модель: данные порождаются смесью нормальных распределений, параметры оцениваются EM-алгоритмом.
Silhouette Scoreактуально
Силуэтиз «Метрики»Сравнивает среднее расстояние объекта до своего кластера и до ближайшего чужого.
Mapperактуально
Алгоритм Mapperиз «Топологический анализ данных»Строит граф-скелет данных: проекция фильтрующей функцией, покрытие интервалами, локальная кластеризация и склейка.
Dimensionality Reductionактуально
Снижение размерностиКомпактное представление данных, сохраняющее важную часть структуры.
Representation Learningактуально
Обучение представленийМодель сама учится полезным признакам, чаще всего через self-supervised задачи.
PCAактуально
Метод главных компонентиз «Классическое машинное обучение»Ортогональная проекция на направления максимальной дисперсии — линейное сжатие с минимальной потерей информации.
Autoencodersактуально
Автоэнкодерыиз «Глубокое обучение»Сеть учится восстанавливать вход через узкое место, получая сжатое представление.
Density Estimationактуально
Оценка плотностиВосстановление распределения данных: где объекты встречаются часто, а где почти никогда.
Anomaly Detectionактуально
Поиск аномалийВыделение объектов, не похожих на основную массу данных, при отсутствии меток.
Isolation Forestактуально
Isolation Forestиз «Классическое машинное обучение»Обнаружение аномалий случайными разбиениями: аномальный объект отделяется от остальных за меньшее число разрезов.
Association Rulesклассика
Ассоциативные правилаПоиск закономерностей вида «если A, то B» в транзакционных данных.
8 тем показаны здесь из других глав — они подходят по смыслу и открываются в своей главе.