2. Обучение без учителя

• 2.1. Модели гауссовских смесей (Gaussian mixture models)
  • 2.1.1. Гауссовская смесь (Gaussian Mixture)
  • 2.1.2. Вариационная байесовская гауссовская смесь
• 2.2. Manifold learning
  • 2.2.1. Введение
  • 2.2.2. Isomap
  • 2.2.3. Локально-линейные ембединги
  • 2.2.4. Модифицированное Локально-линейные ембединги
  • 2.2.5. Собственное отображение Гессиана
  • 2.2.6. Спектральные ембединги
  • 2.2.7. Локальное выравнивание касательного пространства (Local Tangent Space Alignment)
  • 2.2.8. Многомерное масштабирование (Multi-dimensional Scaling - MDS)
  • 2.2.9. Стохастическое вложение соседей с t-распределением (t-distributed Stochastic Neighbor Embedding - t-SNE)
  • 2.2.10. Советы по практическому использованию
• 2.3. Кластеризация
  • 2.3.1. Методы кластеризации (Aлгоритмы кластеризации)
  • 2.3.2. K-means (K-средних)
  • 2.3.3. Affinity propagation (AP, метод распространения близости)
  • 2.3.4. Средний сдвиг (Mean Shift)
  • 2.3.5. Спектральная кластеризация
  • 2.3.6. Иерархическая кластеризация
  • 2.3.7. DBSCAN
  • 2.3.8. HDBSCAN
  • 2.3.9. OPTICS
  • 2.3.10. BIRCH
  • 2.3.11. Оценка производительности кластеризации
• 2.4. Бинарная кластеризация
  • 2.4.1. Spectral Co-Clustering
  • 2.4.2. Спектральная бикластеризация
  • 2.4.3. Оценка бикластеризации
• 2.5. Декомпозиция сигналов на компоненты (Матричная факторизация)
  • 2.5.1. Анализ главных компонент (Principal component analysis - PCA)
  • 2.5.2. Ядерный анализ главных компонент (kPCA)
  • 2.5.3. Усеченное разложение сингулярных значений и латентный семантический анализ (Latent Semantic Analysis - LSA)
  • 2.5.4. Обучение на основе словоря
  • 2.5.5. Факторный анализ
  • 2.5.6. Независимый компонентный анализ (Independent component analysis - ICA)
  • 2.5.7. Факторизация неотрицательных матриц (Non-negative matrix factorization - NMF или NNMF)
  • 2.5.8. Латентное размещение Дирихле (Latent Dirichlet Allocation - LDA)
• 2.6. Оценка ковариации
  • 2.6.1. Эмпирическая ковариация
  • 2.6.2. Сокращенная ковариация (Shrunk Covariance)
  • 2.6.3. Разреженная обратная ковариация
  • 2.6.4. Надежная оценка ковариации
• 2.7. Обнаружение новизны и выбросов
  • 2.7.1. Обзор методов обнаружения выбросов
  • 2.7.2. Обнаружение новизны
  • 2.7.3. Обнаружение выбросов
  • 2.7.4. Обнаружение новизны с локальным фактором выброса
• 2.8. Оценка плотности
  • 2.8.1. Оценка плотности: гистограммы
  • 2.8.2. Оценка плотности ядра
• 2.9. Модели нейронных сетей (без контроля)
  • 2.9.1. Ограниченные машины Больцмана