6

Алгоритмы машинного обучения без учителя

Эта глава посвящена алгоритмам машинного обучения без учителя. Мы начнем с введения в методы обучения без учителя, затем узнаем о двух алгоритмах кластеризации: методе k-средних и алгоритмах иерархической кластеризации. Далее мы изучим алгоритм уменьшения размерности; он эффективен при на­ личии большого количества входных переменных. Мы узнаем, как обучение без учителя используется для обнаружения аномалий. Наконец, рассмотрим один из самых мощных методов обучения без учителя — поиск ассоциативных правил. Шаблоны, обнаруженные в результате такого поиска, отражают интересные взаимосвязи между различными элементами данных в транзакциях. Это по­ могает в принятии решений на основе данных.

К концу этой главы вы будете знать основные алгоритмы и методологии обу­ чения без учителя и сможете использовать их для решения ряда реальных задач.

В главе представлены следующие темы:

zz Обучение без учителя (unsupervised learning).

zz Алгоритмы кластеризации (clustering algorithms). zz Снижение размерности (dimensionality reduction).

zz Поиск ассоциативных правил (association rules mining).