Funktionsannäherung und Clustering

Durchführung von Regression, Klassifizierung und Clustering mit flachen neuronalen Netzen

Verallgemeinern Sie nichtlineare Beziehungen zwischen Beispieleingaben und -ausgaben, führen Sie unüberwachtes Lernen mit Clustering und Autoencodern durch.

Kategorien

Funktionsannäherung und nichtlineare Regression
Erstellen eines neuronalen Netzes zur Verallgemeinerung nichtlinearer Beziehungen zwischen Beispieleingaben und -ausgaben
Erkennung von Mustern
Trainieren eines neuronalen Netzes zur Verallgemeinerung von Beispieleingaben und deren Klassen, Trainieren von Autoencodern
Clustering
Entdecken Sie natürliche Verteilungen, Kategorien und Kategoriebeziehungen
Autoencoder
Unüberwachtes Lernen von Merkmalen unter Verwendung neuronaler Netze mit Autoencoder
Definieren von flachen neuronalen Netzarchitekturen
Definieren von Architekturen und Algorithmen für flache neuronale Netze