असुरक्षित शिक्षा में एसोसिएशन क्या है?

2024 लेखक: Lynn Donovan | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:47

संगठन नियम या संगठन डेटा माइनिंग में विश्लेषण भी एक महत्वपूर्ण विषय है। यह एक के चलते किसी विधि, इसलिए हम एक बिना लेबल वाले डेटासेट से शुरू करते हैं। बिना लेबल वाला डेटासेट एक ऐसा डेटासेट होता है जिसमें कोई वैरिएबल नहीं होता है जो हमें सही जवाब देता है। संगठन विश्लेषण विभिन्न संस्थाओं के बीच संबंधों को खोजने का प्रयास करता है।

इसके अनुरूप, क्या एसोसिएशन के नियम अनुपयोगी शिक्षण हैं?

निर्णय वृक्ष के विपरीत और नियम इंडक्शन सेट करें, जिसके परिणामस्वरूप वर्गीकरण मॉडल, एसोसिएशन नियम सीखना एक अनुपयोगी शिक्षा विधि, उदाहरणों के लिए कोई वर्ग लेबल असाइन नहीं किया गया है। यह तब एक पर्यवेक्षित होगा सीखना कार्य, जहां एनएन पूर्व-कैल्सीफाइड उदाहरणों से सीखता है।

इसके अलावा, अनुपयोगी शिक्षा का क्या अर्थ है? अनुपयोगी शिक्षा है एक प्रकार का मशीन लर्निंग एल्गोरिथम का उपयोग लेबल किए गए प्रतिक्रियाओं के बिना इनपुट डेटा वाले डेटासेट से निष्कर्ष निकालने के लिए किया जाता है। सबसे आम अनुपयोगी शिक्षा तरीका है क्लस्टर विश्लेषण, जो है डेटा में छिपे हुए पैटर्न या समूहीकरण को खोजने के लिए खोजपूर्ण डेटा विश्लेषण के लिए उपयोग किया जाता है।

इसके अलावा, अनुपयोगी शिक्षण उदाहरण क्या है?

यहाँ हो सकता है अनुपयोगी मशीन लर्निंग उदाहरण जैसे k- साधन क्लस्टरिंग , हिडन मार्कोव मॉडल, DBSCAN क्लस्टरिंग , पीसीए, टी-एसएनई, एसवीडी, एसोसिएशन नियम। आइए उनमें से कुछ की जाँच करें: k- साधन क्लस्टरिंग - डेटा खनन। k-साधन क्लस्टरिंग में केंद्रीय एल्गोरिथ्म है अनुपयोगी मशीन लर्निंग कार्यवाही।

विभिन्न प्रकार के अनुपयोगी शिक्षण क्या हैं?

अनुपयोगी शिक्षण में उपयोग किए जाने वाले कुछ सबसे सामान्य एल्गोरिदम में शामिल हैं:

• क्लस्टरिंग। पदानुक्रमित क्लस्टरिंग, k- साधन।
• असंगति का पता लगाये। स्थानीय बाहरी कारक।
• तंत्रिका जाल। ऑटोएन्कोडर। गहरा विश्वास जाल।
• अव्यक्त चर मॉडल सीखने के लिए दृष्टिकोण जैसे कि। उम्मीद-अधिकतमकरण एल्गोरिथ्म (ईएम) क्षणों की विधि।