Azərbaycanca
Deutsch
日本語
Lietuvos
සිංහල
Türkçe
Українська
United State
| Makine öğrenmesi ve veri madenciliği |
|---|
 |
Otokodlayıcı, denetimsiz bir şekilde öğrenmek için kullanılan bir tür yapay sinir ağıdır. Otokodlayıcının amacı veriyi temsil eden bir timsal vektörü öğrenmektir. Tipik olarak boyutsallık azaltma için kullanılır. Genel mimarisinde bir kodlayıcı bir de deşifre edici modülleri içerir. Kodlayıcı modül veriyi özümseyen bir timsal vektörü yaratırken deşifre edici modül ise bu timsal vektörünü kullanarak tekrar yeni veri oluşturmaktadır. Otokodlayıcı yapay sinir ağlarına örnek olarak Varyasyonel Otokodlayıcı ve de Derin Üretken Modeller verilebilir. Otomatik kodlayıcılar, yüz tanımadan kelimelerin anlamsal anlamlarını elde etmeye kadar birçok uygulamalı problemin çözümünde etkili bir şekilde kullanılmaktadır.
Temel Mimari
| ]Temelde iki bölmeden oluşur: kodlayıcı ve deşifreci. Kodlayıcı bölme giderek boyutu azalan çok katmanlı perseptronlardan oluşur. Deşifreci bölme ise giderek artan çok katmanlı perseptronlardan oluşur. Kodlayıcıya verinin girdi boyutu ile deşifrecinin sonucundan oluşan çıktının nöron sayısı (boyutu) aynıdır.
Kaynakça
| ]- ^ Kramer (1991). "Nonlinear principal component analysis using autoassociative neural networks" (PDF). AIChE Journal. 37 (2): 233-243. doi:10.1002/aic.690370209. 7 Kasım 2023 tarihinde kaynağından arşivlendi (PDF)18 Ocak 2021.
- ^ Hinton GE, Krizhevsky A, Wang SD. Transforming auto-encoders. 12 Kasım 2020 tarihinde Wayback Machine sitesinde arşivlendi. In International Conference on Artificial Neural Networks 2011 Jun 14 (pp. 44-51). Springer, Berlin, Heidelberg.
- ^ Liou (2008). "Modeling word perception using the Elman network". Neurocomputing. 71 (16–18): 3150. doi:10.1016/j.neucom.2008.04.030.
- ^ Liou (2014). "Autoencoder for words". Neurocomputing. 139: 84-96. doi:10.1016/j.neucom.2013.09.055.
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Vikipedi ozgur ansiklopedi Basit bir otokodlayicinin SemasiMakine ogrenmesi ve veri madenciligiProblemlerSiniflandirma Kumeleme Regresyon Anomali tespiti Pekistirmeli ogrenme Oznitelik cikarimi Gozetimsiz ogrenmeGozetimli ogrenmeDogrusal regresyon Naive Bayes Sinir aglari Support vector machine SVM Rastgele ormanKumelemek means Beklenti maksimizasyonBoyut indirgemeLDA PCA Bayes aglari Anomali tespitiSinir aglariPerseptron Otokodlayici Derin ogrenme RNN LSTMPekistirmeli ogrenmeTeoriKonferanslar ve dergilerArXiv cs LGgtd Otokodlayici denetimsiz bir sekilde ogrenmek icin kullanilan bir tur yapay sinir agidir Otokodlayicinin amaci veriyi temsil eden bir timsal vektoru ogrenmektir Tipik olarak boyutsallik azaltma icin kullanilir Genel mimarisinde bir kodlayici bir de desifre edici modulleri icerir Kodlayici modul veriyi ozumseyen bir timsal vektoru yaratirken desifre edici modul ise bu timsal vektorunu kullanarak tekrar yeni veri olusturmaktadir Otokodlayici yapay sinir aglarina ornek olarak Varyasyonel Otokodlayici ve de Derin Uretken Modeller verilebilir Otomatik kodlayicilar yuz tanimadan kelimelerin anlamsal anlamlarini elde etmeye kadar bircok uygulamali problemin cozumunde etkili bir sekilde kullanilmaktadir Temel Mimari span Temelde iki bolmeden olusur kodlayici ve desifreci Kodlayici bolme giderek boyutu azalan cok katmanli perseptronlardan olusur Desifreci bolme ise giderek artan cok katmanli perseptronlardan olusur Kodlayiciya verinin girdi boyutu ile desifrecinin sonucundan olusan ciktinin noron sayisi boyutu aynidir Kaynakca span Kramer 1991 Nonlinear principal component analysis using autoassociative neural networks PDF AIChE Journal 37 2 233 243 doi 10 1002 aic 690370209 7 Kasim 2023 tarihinde kaynagindan arsivlendi PDF 18 Ocak 2021 Hinton GE Krizhevsky A Wang SD Transforming auto encoders 12 Kasim 2020 tarihinde Wayback Machine sitesinde arsivlendi In International Conference on Artificial Neural Networks 2011 Jun 14 pp 44 51 Springer Berlin Heidelberg Liou 2008 Modeling word perception using the Elman network Neurocomputing 71 16 18 3150 doi 10 1016 j neucom 2008 04 030 Liou 2014 Autoencoder for words Neurocomputing 139 84 96 doi 10 1016 j neucom 2013 09 055 Kategori Yapay sinir aglariGizli kategori Webarsiv sablonu wayback baglantilari