問題タブ [unsupervised-learning]

アイテム i1、...、iN があるとします

次のような方法でそれらをクラスター化したいと思います。

1. クラスターを何回も実行した場合、項目 iJ と iK が同じクラスターになる可能性は高くなります。
2. クラスター数とクラスター メンバーシップは、クラスター シードに関係なく比較的安定しています。

これを達成するためのよく知られたアルゴリズムはありますか?

説明:

3 つのクラスターが必要だと言って、次のように言います。

• 実際には-1 クラスター c1 c2 c3 のシードとして i1、i33、i89 から始めます
• 実際には-2 クラスタ c1 c2 c3 のシードとして i44、i55、i77 から始めます

両方の現実の結果のクラスターがほぼ同じになるようにしたい

ドロップアウトを使用する論文のすべてまたはほぼすべてが、教師あり学習にドロップアウトを使用しています。ディープオートエンコーダー、RBM、および DBN を正則化するのと同じくらい簡単に使用できるようです。では、教師なし学習でドロップアウトを使用しないのはなぜでしょうか?

http://xmipp.cnb.csic.es/NewXmipp/Web_Site/public_html/NewXmipp/Applications/Src/SOM/Help/som.html

例 1: 「test.dat」ファイルに格納されたデータのセットを 10x7 の六角形マップにマップします。

この場合、すでに 10*7 を使用しています。このパラメーターは、データ サイズまたはその他の機能によって異なります。

RBM を使用してディープ オートエンコーダーを実装しています。ネットワークを展開するには、エンコーダーの転置された重みをデコーダーに使用する必要があることを理解しています。しかし、デコーダーにどのバイアスを使用すればよいかわかりません。誰かが私のために詳しく説明したり、疑似コードのリンクを送ってくれたりしてくれれば幸いです。

かなり簡単な質問があります。しかし、私は広範囲に検索しましたが、答えを見つけることができません。遺伝的アルゴリズムは、教師なし学習の一形態と見なされますか? アルゴリズムが独立して進化することは知っていますが、母集団内の各個人の適応度は定期的に測定されています (監視されていますか?)。

私のアルゴリズムの目的は、遺伝的アルゴリズムを介してヒューリスティックな重みのセットを最適化することです。

ご協力ありがとうございました！—</p>

遺伝的アルゴリズムを使用して人工ニューラル ネットワークの重みをトレーニングする場合、これはどのタイプの学習に分類されますか? 監視されていないと思いますが、名前はありますか? 強化学習に該当する可能性があるようですが、よくわかりません。

階層的凝集クラスタリングを使用してドキュメントをクラスタ化するプログラムを作成しようとしていますが、プログラムの出力は、最大の純度を得るレベルで樹形図をカットすることに依存しています。

以下は、私が現在取り組んでいるアルゴリズムです。

このアルゴリズムに従って、計算された純度がすべてのレベルで最高になるクラスターを取得します。

問題は、デンドログラムを最低レベルで切り取ると、すべてのクラスターにドキュメントが 1 つしか含まれないことです。つまり、100% 純粋であるため、クラスターの平均純度は 1.0 です。しかし、これは望ましい出力ではありません。私が欲しいのは、ドキュメントを適切にグループ化することです。私は何か間違ったことをしていますか？

それで、私が制御できない数十から数百の画像のセットを考えると、それらが1/0として分類されていることはわかっていますが、どの手法が画像の推奨/分類に最適ですか?

堅牢でスケーリングされたシステムである必要があります。どの機能が の役割を果たすかはわかりませんunsupervised learning。

ユーザーごとに 10/100/1000 のイメージがあるため、堅牢でスケーラブルである必要があります。

プロセスに使用したい node.jsので、似たようなことをしたことがある方や心当たりのある方がいらっしゃいましたら、お力添えをお願いいたします。

さらに情報が必要な場合は、お知らせください。どうもありがとうございました。