2. التعليم الغير خاضع للإشراف#
- 2.1. نماذج خليط غاوسي
- 2.2. تعلم المشعبات
- 2.2.1. مقدمة
- 2.2.2. Isomap
- 2.2.3. Locally Linear Embedding (التضمين الخطي المحلي)
- 2.2.4. Modified Locally Linear Embedding (التضمين الخطي المحلي المعدل)
- 2.2.5. Hessian Eigenmapping (تعيين Eigen Hessian)
- 2.2.6. Spectral Embedding (التضمين الطيفي)
- 2.2.7. Local Tangent Space Alignment (محاذاة فضاء المماس المحلي)
- 2.2.8. Multi-dimensional Scaling (MDS) (التحجيم متعدد الأبعاد)
- 2.2.9. t-distributed Stochastic Neighbor Embedding (t-SNE) (التضمين العشوائي للجار الموزع على t)
- 2.2.10. نصائح حول الاستخدام العملي
- 2.2.11. مقدمة
- 2.2.12. Isomap
- 2.2.13. التضمين الخطي المحلي
- 2.2.14. التضمين الخطي المحلي المعدل
- 2.2.15. رسم خرائط القيمة الذاتية للهيسية
- 2.2.16. التضمين الطيفي
- 2.2.17. محاذاة الفضاء المماس المحلي
- 2.2.18. القياس متعدد الأبعاد (MDS)
- 2.2.19. التضمين العشوائي للجيران (t-SNE)
- 2.2.20. نصائح للاستخدام العملي
- 2.3. التجميع
- 2.4. التجميع الثنائي
- 2.5. تحليل الإشارات إلى مكونات (مشاكل تحليل المصفوفات)
- 2.5.1. تحليل المكونات الرئيسية (PCA)
- 2.5.2. تحليل المكونات الرئيسية للنواة (kPCA)
- 2.5.3. تحليل القيمة الفردية المقطوع والتحليل الدلالي الكامن
- 2.5.4. تعلم القاموس
- 2.5.5. تحليل العوامل
- 2.5.6. تحليل المكونات المستقلة (ICA)
- 2.5.7. تحليل المصفوفة غير السالبة (NMF أو NNMF)
- 2.5.8. تخصيص ديريتشليت الكامن (LDA)
- 2.6. تقدير التباين المشترك
- 2.7. كشف القيم الغريبة والقيم المتطرفة
- 2.8. تقدير الكثافة
- 2.9. نماذج الشبكة العصبية (غير خاضعة للإشراف)