La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

Approximation de fonction et clustering

Effectuer une régression, une classification et un clustering avec des réseaux de neurones peu profonds

Généralisez des relations non linéaires entre des exemples en entrée et en sortie, effectuez un apprentissage non supervisé avec du clustering et des autoencodeurs.

Catégories

Approximation de fonction et régression non linéaire
Créer un réseau de neurones pour généraliser des relations non linéaires entre des exemples d’entrées et de sorties
Reconnaissance de patterns
Entraîner un réseau de neurones pour généraliser des exemples d’entrées et leurs classes, entraîner des autoencodeurs
Clustering
Découvrir des distributions naturelles, des catégories et des relations entre catégories
Autoencodeurs
Effectuer un apprentissage non supervisé de caractéristiques avec des réseaux de neurones de type autoencodeur
Définir des architectures de réseaux de neurones peu profonds
Définir des architectures de réseaux de neurones peu profonds et des algorithmes