Concepts de base de la formation en apprentissage automatique non supervisé Ppt

Diapositive 1

Cette diapositive montre que l'apprentissage automatique non supervisé a l'avantage de travailler avec des données non étiquetées. Cela implique qu'aucun travail humain n'est nécessaire pour rendre l'ensemble de données lisible par machine, ce qui implique que le logiciel travaille sur des ensembles de données beaucoup plus volumineux.

Diapositive 2

Cette diapositive présente le clustering dans Machine Learning qui catégorise une population ou définit des points de données dans des clusters afin que les points de données d'un groupe similaire soient plus identiques les uns aux autres et différents des points de données d'autres groupes. C'est une classification des objets basée sur leurs similitudes et leurs dissemblances.

Diapositive 3

Cette diapositive indique qu'il existe une variété de techniques de clustering disponibles. Voici les approches de clustering les plus couramment utilisées dans l'apprentissage automatique : clustering de partitionnement, clustering basé sur la densité, clustering basé sur le modèle de distribution, clustering hiérarchique et clustering flou.

Diapositive 4

Cette diapositive illustre que les données sont divisées en groupes non hiérarchiques dans la technique de clustering de partitionnement ou basée sur le centroïde. La technique K-Means Clustering en est un exemple bien connu. L'ensemble de données est divisé en K groupes, où K désigne le nombre de groupes prédéfinis. Le centre du cluster est conçu de manière à ce que la distance entre les points de données d'un cluster et le centroïde d'un autre cluster soit la plus faible possible.

Diapositive 5

Cette diapositive indique que l'approche de clustering basée sur la densité joint les zones denses pour former des clusters, et des distributions de forme arbitraire sont générées tant que la région dense peut être liée. Le programme accomplit cela en détectant des clusters distincts dans l'ensemble de données et en connectant les zones à haute densité en clusters.

Notes de l'instructeur : si l'ensemble de données a une densité élevée et plusieurs dimensions, ces algorithmes peuvent avoir du mal à regrouper les points de données.

Diapositive 6

Cette diapositive explique que l'approche de clustering basée sur le modèle de distribution divise les données en fonction de la probabilité qu'un ensemble de données corresponde à une distribution spécifique. Le regroupement est accompli en supposant des distributions spécifiques, notamment la distribution gaussienne.

Notes de l'instructeur : La méthode de regroupement Attente-Maximisation, qui utilise des modèles de mélange gaussien, est un exemple de ce type (GMM) de regroupement.

Diapositive 7

Cette diapositive montre qu'en tant qu'alternative au clustering partitionné, le clustering hiérarchique peut être utilisé car il n'est pas nécessaire de répertorier le nombre de clusters à former. L'ensemble de données est séparé en grappes pour former une structure arborescente connue sous le nom de dendrogramme.

Diapositive 8

Cette diapositive indique que le clustering flou est une technique souple dans laquelle un objet de données peut être affecté à plusieurs groupes appelés clusters. Chaque ensemble de données possède une collection de coefficients d'appartenance proportionnels au degré d'appartenance d'un cluster.

Diapositive 9

Cette diapositive donne un aperçu de l'algorithme de clustering qui est une approche non supervisée dans laquelle l'entrée n'est pas étiquetée. La résolution de problèmes repose sur l'expertise de l'algorithme acquise en résolvant des problèmes similaires pendant le programme de formation.

Remarques de l'instructeur :

• Les méthodes de clustering peuvent être classées en fonction des modèles décrits ci-dessus. De nombreuses méthodes de regroupement ont été décrites, mais seules quelques-unes sont largement utilisées
• Le type de données utilisé détermine l'algorithme de clustering. Certains algorithmes, par exemple, doivent deviner le nombre de clusters dans un ensemble de données donné, tandis que d'autres doivent découvrir la distance la plus courte entre les observations de l'ensemble de données.

Diapositive 10

Cette diapositive répertorie les différents types d'algorithmes de clustering dans l'apprentissage automatique non supervisé. Ceux-ci incluent K-Means, décalage moyen, DBSCAN, clustering de maximisation des attentes à l'aide de GMM, algorithme hiérarchique agglomératif et propagation d'affinité.

Diapositive 11

Cette diapositive donne un aperçu de l'algorithme de clustering K-Means qui est une approche non supervisée dans laquelle les échantillons sont divisés en clusters séparés avec des variances égales pour classer les données.

Diapositive 12

Cette diapositive présente l'algorithme de décalage moyen, qui tente de localiser les zones denses dans une distribution régulière de points de données. Il s'agit d'un exemple de modèle basé sur le centroïde qui met à jour les candidats pour que le centroïde soit le centre des points dans une région spécifiée.

Diapositive 13

Cette diapositive indique que l'algorithme DBSCAN signifie Density-Based Spatial Clustering of Applications with Noise. C'est un modèle basé sur la densité comparable au modèle de décalage moyen mais avec quelques améliorations notables. Les zones à haute densité se distinguent des zones à faible densité selon cette approche.

Diapositive 14

Cette diapositive montre que le clustering Expectation-Maximization utilisant l'algorithme GMM peut être utilisé en remplacement de l'algorithme k-means ou dans des situations où l'algorithme k-means échoue. Les points de données dans GMM sont supposés être distribués gaussiens.

Diapositive 15

Cette diapositive indique que l'algorithme hiérarchique agglomératif effectue le regroupement hiérarchique ascendant. Chaque point de données est initialement considéré comme un cluster unique, puis progressivement fusionné dans cette méthode.

Diapositive 16

Cette diapositive donne un aperçu de la propagation par affinité qui est différente des autres méthodes de clustering car elle ne nécessite pas de spécifier le nombre de clusters. Chaque point de données délivre un message entre la paire de points de données jusqu'à convergence.

Diapositive 17

Cette diapositive répertorie quelques utilisations bien connues de l'approche de clustering dans l'apprentissage automatique, telles que : dans la détection des cellules cancéreuses, les moteurs de recherche, la segmentation des clients, les sciences biologiques et l'utilisation des terres.

Remarques de l'instructeur :

• Dans la détection des cellules cancéreuses : Les techniques de regroupement sont couramment employées pour identifier les cellules malignes. Il sépare les ensembles de données cancérigènes et non cancéreuses en catégories distinctes
• Utilisé dans les moteurs de recherche : les moteurs de recherche utilisent également l'approche de clustering. Le résultat de la recherche est basé sur l'objet le plus proche de la requête de recherche. Il accomplit cela en combinant des objets de données connexes en un seul groupe séparé des autres éléments dissemblables. La qualité de la méthode de regroupement utilisée détermine la précision des résultats d'une requête
• Segmentation des clients : elle est utilisée dans les études de marché et les médias sociaux pour séparer les clients en fonction de leurs intérêts et de leurs choix.
• En sciences biologiques : Il est utilisé en biologie pour classer les espèces végétales et animales en utilisant l'approche de reconnaissance d'image
• Dans l'utilisation des terres : l'approche de regroupement est employée dans la base de données SIG pour découvrir les zones d'utilisation des terres similaires. Cela peut être avantageux pour déterminer à quelle fonction une parcelle de terrain spécifique doit être utilisée.

Diapositive 18

Cette diapositive présente l'apprentissage des règles d'association qui est une forme d'approche d'apprentissage non supervisée qui détecte la dépendance d'un élément de données sur un autre et les mappe de manière appropriée pour des informations supérieures sur les données.

Remarques de l'instructeur :

Les algorithmes d'apprentissage de règles d'association sont classés en trois types :

• A priori
• Éclat
• Algorithme de croissance PF

Diapositive 19

Cette diapositive indique que l'algorithme Apriori est utilisé pour l'analyse du panier de consommation et aide à comprendre les articles qui peuvent être achetés ensemble. Il peut également être utilisé dans la profession médicale pour identifier les réactions aux médicaments chez les patients.

Diapositive 20

Cette diapositive indique qu'Eclat signifie algorithme de transformation de classe d'équivalence. Cette approche utilise une stratégie de recherche en profondeur d'abord pour localiser les ensembles d'éléments communs dans une base de données de transactions, et elle s'exécute plus rapidement que l'algorithme Apriori.

Diapositive 21

Cette diapositive explique l'algorithme FP Growth qui signifie Frequent Pattern. L'algorithme de croissance FP est une version plus avancée de l'algorithme Apriori. Il décrit la base de données sous la forme d'une structure arborescente connue sous le nom de modèle fréquent ou d'arbre. Le but de cet arbre fréquent est de trouver les modèles les plus courants.

Diapositive 22

Cette diapositive indique que l'apprentissage des règles d'association a de nombreuses utilisations dans l'apprentissage automatique. Certaines utilisations courantes de l'apprentissage des règles d'association sont répertoriées ci-dessous.

Remarques de l'instructeur :

• Analyse du panier de consommation : il s'agit d'un exemple et d'une application bien connus de l'apprentissage des règles d'association. Les grands commerçants utilisent souvent cette méthode pour découvrir la relation entre les marchandises
• Diagnostic médical : les patients peuvent être facilement diagnostiqués à l'aide de règles d'association, car cela aide à déterminer la probabilité de maladie pour une maladie spécifique
• Séquence de protéines : les règles d'association aident à la création de protéines synthétiques
• Il est également utilisé dans la conception de catalogues, l'analyse des produits d'appel et diverses autres applications.

Diapositive 23

Cette diapositive donne un aperçu du modèle de Markov caché. C'est un modèle statistique utilisé dans l'apprentissage automatique, et il peut expliquer l'évolution d'événements observables influencés par des variables internes qui ne sont ni apparentes ni visibles.

Diapositive 24

Cette diapositive présente une introduction à l'apprentissage par renforcement qui s'inspire directement de la façon dont les humains apprennent à partir des données dans leur vie quotidienne. Il comprend un algorithme qui utilise des essais et des erreurs pour s'améliorer et apprendre de nouveaux scénarios. Les résultats favorables sont promus ou « renforcés », tandis que les résultats défavorables sont découragés.

Notes de l'instructeur : L'apprentissage par renforcement fonctionne en plaçant l'algorithme dans un environnement de travail avec un interprète et un système de récompense basé sur le concept psychologique de conditionnement. Chaque itération de l'algorithme fournit le résultat de sortie à l'interpréteur, qui évalue si le résultat est favorable ou non.