ScholarGate
Asistent

Zhlukovanie a redukcia dimenzionality

61 — metódy v tejto rodine.

Vybrané

Pravidlá asociácií aktívneho učeniaActive 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 procesDetekcia anomálií pomocou autoenkodéra s aktívnym učenímActive Learning Autoencoder Anomaly Detection combines an autoencoder's unsupervised reconstruction-error scoring with an active learning query loop. The model flags high-error insActive Learning Isolation ForestActive 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 infAglomeratívna propagáciaAffinity propagation, introduced by Brendan Frey and Delbert Dueck in 2007, is a clustering algorithm that identifies representative 'exemplars' among the data by exchanging messagAlgoritmus 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 Dolovanie asociačných pravidiel (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

Postup čítania

Najčastejšie citované základné metódy tejto témy, v poradí, v akom vznikali — miesto, kde začať, ak ste tu noví.

  1. Hierarchické zhlukovanie1963od Ward, J. H.
  2. Zhlukovanie K-means1967 (formalized 1982)od MacQueen, J. B.; Lloyd, S. P.
  3. K-Means Clustering1967od MacQueen, J.
  4. DBSCAN1996od Ester, M., Kriegel, H.-P., Sander, J. & Xu, X.
  5. Jednotriedny SVM1999–2001od Scholkopf, B., Platt, J. C., Smola, A. J., Williamson, R. C.
  6. Analýza hlavných komponentov2002od Jolliffe, I.T. (textbook); Pearson & Hotelling (origins)
  7. Detekcia anomálií pomocou autoenkóderov2006–2014od Hinton, G. E. & Salakhutdinov, R. R. (autoencoders); applied to anomaly detection through multiple authors in the 2010s
  8. Isolation Forest2008od Liu, F.T., Ting, K.M. & Zhou, Z.-H.
všetky metódy na tejto polici ↓

Všetky metódy 61

Pravidlá asociácií aktívneho učeniaDetekcia anomálií pomocou autoenkodéra s aktívnym učenímActive Learning Isolation ForestAglomeratívna propagáciaAlgoritmus AprioriDolovanie asociačných pravidiel (Apriori)Asociačné pravidláDetekcia anomálií pomocou autoenkóderovBIRCHDBSCANECLAT – dolovanie častých množín položiekEnsemble Apriori algoritmusAsociačné pravidlá súboru metódDetekcia anomálií pomocou ansámblového autoenkóderaEnsemble HDBSCANEnsemble Isolation ForestEnsemble K-meansFuzzy C-Means Clustering (FCM)Gaussovský mixture modelHDBSCANHierarchické zhlukovanieIsolation ForestZhlukovanie K-meansK-Means ClusteringKernel PCALocal Outlier Factor (LOF)Lokálne lineárne vloženie (LLE)Mean ShiftJednotriedny SVMPravidlá asociácie onlineOnline detekcia anomálií pomocou autoenkodéraOnline DBSCANOnline HDBSCANOnline Isolation ForestOnline K-meansOPTICSAnalýza hlavných komponentovRegresia hlavných komponent (PCR)Projekcia pomocou náhodných smerovRegularizovaný Gaussovský model zmesíRegulované zhlukovanie K-meansRobustná detekcia anomálií pomocou autoenkódraRobust HDBSCANRobustný izolačný les (Robust Isolation Forest)Robust k-meansSamostatne organizujúca sa mapa (mapa Kohonena)Detekcia anomálií pomocou samo-supervidovaného autoenkodéraSamoučiacie DBSCANSamoučiací sa Gaussov model zmesíSamoučiací sa Isolation ForestSelf-supervised K-meansSemisupervizovaný algoritmus AprioriPolosupervidované asociacné pravidláPolosamostatná detekcia anomálií pomocou autoenkóderaPolosupervidovaný DBSCANPolo-dohľadové HDBSCANSemi-supervised Isolation ForestPoloučité učenie K-meansSpektrálne zhlukovaniet-SNEUMAP