From c501250a91be01b6e5daacb1dfd67da7f05d3860 Mon Sep 17 00:00:00 2001 From: paul-loedige Date: Wed, 10 Feb 2021 19:56:37 +0100 Subject: [PATCH] =?UTF-8?q?anomalierkennung=20und=20dichtesch=C3=A4tzung?= =?UTF-8?q?=20hinzugef=C3=BCgt?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- Readme.md | 6 ++---- chapters/Unsupervised Learning/Aufgaben.tex | 21 +++++++++++++++++++ chapters/Unsupervised Learning/Clustering.tex | 1 + parts/Unsupervised Learning.tex | 1 + 4 files changed, 25 insertions(+), 4 deletions(-) create mode 100644 chapters/Unsupervised Learning/Aufgaben.tex diff --git a/Readme.md b/Readme.md index f7b0fab..cebffc7 100644 --- a/Readme.md +++ b/Readme.md @@ -20,9 +20,7 @@ Dieses Repo beinhaltet die $\LaTeX$ Informationen für die Zusammenfassung im Fa - Lasso Regularisierung (L1-Norm($L_1(w)=\sum|w|$)) $$V(y',y) + \lambda L_1(w) = V(y',y) + \lambda \sum|w|$$ -- [ ] Dropout - - reduziert Neuronen in einer Schicht -- [ ] Anomaliedetektion (ML_2020_12_21) -- [ ] Dichteschätzung (ML_2020_12_21) +- [x] Anomaliedetektion (ML_2020_12_21) +- [x] Dichteschätzung (ML_2020_12_21) ## Hinweise Requires you to enable [--shell escape](https://tex.stackexchange.com/questions/516604/how-to-enable-shell-escape-or-write18-visual-studio-code-latex-workshop) \ No newline at end of file diff --git a/chapters/Unsupervised Learning/Aufgaben.tex b/chapters/Unsupervised Learning/Aufgaben.tex new file mode 100644 index 0000000..ccb291e --- /dev/null +++ b/chapters/Unsupervised Learning/Aufgaben.tex @@ -0,0 +1,21 @@ +\chapter{Aufgaben des unüberwachten Lernens} +\label{aufgaben unsupervised learning} + Das unüberwachte Lernen wird in der Praxis für die verschiedensten Aufgabenfelder angewandt: + + \paragraph{Clustering} siehe \ref{clustering} + + \paragraph{Anomaliedetektion} + Das Erkennen von Anomalien ist eine weitere Aufgabe des unüberwachten Lernen. + Anomalien sind beispielsweise ungewöhnliche Transaktionen auf Kreditkarten, die auf Betrug hindeuten, + das Abfangen von Produktionsfehlern oder das automatische Entfernen von Ausreißern aus einem Datensatz, + bevor dieser in einen weiteren Lernalgorithmus eingespeist wird. + Das System wird mit gewähnlichen Datenpunkten trainiert und kann, + wenn es einen neuen Datenpunkt sieht, entscheiden, ob dieser wie ein normaler Punkt oder wie eine Anomalie aussieht. + + \paragraph{Dichteschätzung} + Wie auch beim Clustering (\ref{clustering}) spricht man bei der Dichteschätzung von unüberwachtem Lernen. + Hier stehen die Ausgabewerte nicht zur Verfügung und nur die Eingabedaten sind bekannt. + Das Ziel besteht darin, die Regelmäßigkeiten in den Eingabedaten aufzuspüren. + Dh.h. es existiert eine Struktur in den Eingabedatem, so dass bestimmte Muster öfter auftreten als andere. + In der Statistik nennt man die Dichteschätzung \say{density estimation}. + Eine Möglichkeit der Dichteschätzung ist das \acs{DBSCAN}-Verfahren (\ref{density based clustering}). \ No newline at end of file diff --git a/chapters/Unsupervised Learning/Clustering.tex b/chapters/Unsupervised Learning/Clustering.tex index 07f5120..da4b2fa 100644 --- a/chapters/Unsupervised Learning/Clustering.tex +++ b/chapters/Unsupervised Learning/Clustering.tex @@ -1,4 +1,5 @@ \chapter{Clustering} +\label{clustering} \section{Definition} Allgemein gesagt bestimmt ein Clustering-Verfahren, ob zwei Elemente ähnlich bzw. unähnlich sind.\\ \includegraphics[width = .6\textwidth]{clustering_definition.png}\\ diff --git a/parts/Unsupervised Learning.tex b/parts/Unsupervised Learning.tex index 0a9728b..089660a 100644 --- a/parts/Unsupervised Learning.tex +++ b/parts/Unsupervised Learning.tex @@ -1,5 +1,6 @@ \part{Unsupervised Learning}\label{unsupervised learning} +\input{chapters/Unsupervised Learning/Aufgaben.tex} \input{chapters/Unsupervised Learning/Clustering.tex} \input{chapters/Unsupervised Learning/Clustering Algorithms.tex} \input{chapters/Unsupervised Learning/Number of Clusters.tex}