Книга "Unsupervised Learning" представляет новый подход к обучению без учителя, который основан на семействе генеративных, самоорганизующихся карт. Авторы книги описывают различные методы и реальные приложения таких карт, включая карты самоорганизации древовидной структуры и более сложные карты самоорганизации с иерархической структурой. Книга охватывает широкий спектр задач по обработке мультимедийных данных, включая решение задач обработки изображений и анализа микробиологических изображений. В книге приводятся примеры применения алгоритмов самоорганизации, таких как метрики расстояния для кластеризации, самоусиление и конкуренция синапсов, извлечение признаков, улучшение изображений, сегментация и анализ микробиологических данных. "Unsupervised Learning: A Dynamic Approach" является ценным ресурсом для исследователей, инженеров и ученых, которые хотят создавать системы, эффективно моделирующие большие объемы данных без или с минимальным участием пользователя.
Новая концепция обучения без учителя. Взрыв информации в последние годы вызвал серьезные проблемы с эффективным ее использованием, хранением и анализом. В условиях, когда интерпретация информации компьютерам может быть сложнее, чем человеку, книга рассматривает существующие подходы к самоорганизации нейронных сетей, таких как самоорганизующиеся карты и варианты, включая передовой вариант - иерархическую карту вариабельности. Книга дает представление о применении данных методов, в том числе к мультимедиа приложениям, от обработки изображений до анализа микробиологических данных. Она также исследует ряд связанных с этим вопросов, например, использующиеся алгоритмы и контрольные расстояния для кластеризации данных.
Unsupervised Learning is a valuable resource for scholars working in the field of unsupervised machine learning. The book presents a new approach based on dynamic algorithms that overcome several challenges associated with unsupervised learning.
Электронная Книга «Unsupervised Learning» написана автором Matthew Kyan в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118875230
Описание книги от Matthew Kyan
A new approach to unsupervised learning Evolving technologies have brought about an explosion of information in recent years, but the question of how such information might be effectively harvested, archived, and analyzed remains a monumental challenge—for the processing of such information is often fraught with the need for conceptual interpretation: a relatively simple task for humans, yet an arduous one for computers. Inspired by the relative success of existing popular research on self-organizing neural networks for data clustering and feature extraction, Unsupervised Learning: A Dynamic Approach presents information within the family of generative, self-organizing maps, such as the self-organizing tree map (SOTM) and the more advanced self-organizing hierarchical variance map (SOHVM). It covers a series of pertinent, real-world applications with regard to the processing of multimedia data—from its role in generic image processing techniques, such as the automated modeling and removal of impulse noise in digital images, to problems in digital asset management and its various roles in feature extraction, visual enhancement, segmentation, and analysis of microbiological image data. Self-organization concepts and applications discussed include: Distance metrics for unsupervised clustering Synaptic self-amplification and competition Image retrieval Impulse noise removal Microbiological image analysis Unsupervised Learning: A Dynamic Approach introduces a new family of unsupervised algorithms that have a basis in self-organization, making it an invaluable resource for researchers, engineers, and scientists who want to create systems that effectively model oppressive volumes of data with little or no user intervention.
