Neural Net Clustering
Résoudre un problème de clustering au moyen de réseaux SOM (Self-Organizing Map – cartes auto-organisatrices)
Description
L’application Neural Net Clustering vous permet de créer, visualiser et entraîner des réseaux de cartes auto-organisatrices pour résoudre des problèmes de clustering.
Avec cette application, vous pouvez :
Importer des données depuis un fichier, l’espace de travail MATLAB® ou utiliser un des exemples de jeux de données.
Définir et entraîner un réseau de neurones.
Analyser les résultats en utilisant des visualisations sous forme de tracés, tels que la distance aux voisins, les plans de poids, les neurones vainqueurs et la position des poids.
Générer des scripts MATLAB pour reproduire des résultats et personnaliser le processus d’apprentissage.
Générer des fonctions adaptées à un déploiement avec des outils MATLAB Compiler™ et MATLAB Coder™ et les exporter vers Simulink® pour une utilisation avec Simulink Coder.
Conseil
Utilisez l’application Deep Network Designer pour créer et visualiser des réseaux de neurones de Deep Learning de manière interactive. Pour plus d’informations, veuillez consulter Démarrer avec Deep Network Designer.
Ouvrir l'application Neural Net Clustering
Barre d’outils MATLAB : dans l’onglet Apps, dans la section Machine Learning and Deep Learning, cliquez sur l’icône de l’application.
Invite de commande MATLAB : saisissez
nctool.
Algorithmes
L’application Neural Net Clustering propose un algorithme d’apprentissage prédéfini que vous pouvez utiliser pour entraîner votre réseau de neurones.
| Algorithme d’apprentissage | Description |
|---|---|
Apprentissage non supervisé par batch des poids et biais | Entraînez un réseau avec des règles d'apprentissage non supervisées de poids et de biais avec des mises à jour par batch. Les poids et biais sont mis à jour à la fin d'un passage complet à travers les données d'entrée. Pour implémenter cet algorithme, l’application Neural Net Clustering utilise la fonction |
