Clustering i reducció de dimensió

61 mètodes en aquesta família.

Destacats

Regles d'associació amb aprenentatge actiuActive learning association rules combines the iterative query-and-label loop of active learning with association rule mining, allowing a human expert to guide the discovery proces Detecció d'anomalies amb autoencoder i aprenentatge actiuActive Learning Autoencoder Anomaly Detection combines an autoencoder's unsupervised reconstruction-error scoring with an active learning query loop. The model flags high-error ins Isolation Forest d'aprenentatge actiuActive Learning Isolation Forest combines the unsupervised anomaly-scoring power of Isolation Forest with an iterative query strategy that asks a human expert to label the most inf Clustering per propagació d'afinitatAffinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messag Algorisme AprioriThe Apriori algorithm, introduced by Agrawal and Srikant in 1994, is the foundational method for discovering frequent itemsets and association rules in transactional databases. It Minera d'Associacions (Apriori)Association Rule Mining is an unsupervised data-mining technique that discovers co-occurrence patterns among items in transactional datasets. Formally introduced by Agrawal, Imieli

Itinerari de lectura

Els mètodes fonamentals més referenciats d'aquest tema, en l'ordre en què es van desenvolupar — un punt de partida si tot just hi arribeu.

Agrupació jeràrquica1963per Ward, J. H.
Agrupació K-means1967 (formalized 1982)per MacQueen, J. B.; Lloyd, S. P.
Agrupació K-Means1967per MacQueen, J.
DBSCAN1996per Ester, M., Kriegel, H.-P., Sander, J. & Xu, X.
SVM d'una sola classe1999–2001per Scholkopf, B., Platt, J. C., Smola, A. J., Williamson, R. C.
Anàlisi de Components Principals2002per Jolliffe, I.T. (textbook); Pearson & Hotelling (origins)
Detecció d'anomalies amb autoencoders2006–2014per Hinton, G. E. & Salakhutdinov, R. R. (autoencoders); applied to anomaly detection through multiple authors in the 2010s
Isolation Forest2008per Liu, F.T., Ting, K.M. & Zhou, Z.-H.

tots els mètodes d'aquest prestatge ↓

Tots els mètodes 61

Regles d'associació amb aprenentatge actiu Detecció d'anomalies amb autoencoder i aprenentatge actiu Isolation Forest d'aprenentatge actiu Clustering per propagació d'afinitat Algorisme Apriori Minera d'Associacions (Apriori)Regles d'associació Detecció d'anomalies amb autoencoders BIRCH DBSCAN Minat de conjunts d'elements freqüents ECLAT Algorisme Ensemble Apriori Regles d'Associació Ensemble Detecció d'Anomalies amb Autoencoders Ensemble Ensemble HDBSCAN Ensemble Isolation Forest K-means d'ensemble Agrupació Difusa C-Mitjanes (FCM)Model de barreges Gaussianes HDBSCAN Agrupació jeràrquica Isolation Forest Agrupació K-means Agrupació K-Means Kernel PCA Factor de Valors Atípics Locals (LOF)Ajustament Localment Lineal (LLE)Desplaçament de la Mitjana SVM d'una sola classe Regles d'associació en línia Detecció d'anomalies amb autoencoder en línia DBSCAN en línia Online HDBSCAN Foresta d'aïllament en línia K-means en línia ÒPTICA Anàlisi de Components Principals Regressió per components principals (PCR)Projecció aleatòria Model de Mescla Gaussiana Regularitzat Clúster K-mitjanes Regularitzat Detecció d'anomalies amb Autoencoders Robustos HDBSCAN Robust Forest d'Aïllament Robusta k-means robust Mapa autoorganitzat (Mapa de Kohonen)Detecció d'anomalies amb autoencoder auto-supervisat DBSCAN auto-supervisat Model Gaussian Mixture auto-supervisat Isolation Forest auto-supervisat K-means auto-supervisat Algorisme Apriori Semi-supervisat Regles d'associació semi-supervisades Detecció d'Anomalies amb Autoencoder Semi-supervisat DBSCAN semisupervisat HDBSCAN semisupervisat Isolation Forest semi-supervisat K-means semi-supervisat Clustering Espectral t-SNE UMAP