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