Machine learningMachine learning

Самообучающийся K-средних

Самообучающийся K-средних — это метод кластеризации, который сочетает присвоение кластеров K-средних с самообучающимся обучением представлений. Модель чередует кластеризацию неразмеченных точек данных на K групп и использование этих кластерных присвоений в качестве псевдометок для уточнения базового представления признаков, что приводит к все более согласованным кластерам без какой-либо разметки человеком.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Caron, M., Bojanowski, P., Joulin, A., & Douze, M. (2018). Deep Clustering for Unsupervised Learning of Visual Features. In Proceedings of the European Conference on Computer Vision (ECCV), 132–149. link
  2. Self-supervised learning. Wikipedia. link

Как цитировать эту страницу

ScholarGate. (2026, June 3). Self-supervised K-means Clustering. ScholarGate. https://scholargate.app/ru/machine-learning/self-supervised-k-means

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateSelf-supervised K-means (Self-supervised K-means Clustering). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/self-supervised-k-means · Набор данных: https://doi.org/10.5281/zenodo.20539026