Please enable JavaScript.
Coggle requires JavaScript to display documents.
UNSUPERVISED LEARNING - Coggle Diagram
UNSUPERVISED LEARNING
Generative Models
GAN
p non esplicitata
2 reti
GENERATOR
genera esempi fake
DISCRIMINATOR
riconosce tra reali e fake
train complesso, bisogna evitare il collasso
anche qua si possono fare operazioni
DF
versione probabiliistica NF
2 procedimenti
gaussiana\dati
dati\gaussiana
aggiungere rumore è facile, l'opposto no
AAE
Adversarial Auto Encoders
un VAE in cui la p(z) è definita da una GAN
VAE
Variational AutoEncoders
interpretazione probabilistica alle AE
z ha una distribuzione a nostra scelta
SEMPLICE
utilizzo reti neurali per approssimare distribuzione di probabilità
VAE LATENT SPACE ARITHMETIC
c'è una direzione nello spazio latente in cui si muovono determinate proprietà
varianti
CONDITIONAL VAE
VAE CHANGING
PRIOR DISTRIBUTION
REGULARIZATION TERM OF THE LOSS
ARCHITECTURE
NF
imparo una distribuzione semplice da una complessa
Unsupervised Learning
imparo solo da x
clustering
anomaly dtection
density estimation
dimensionality reduction
la compressione è in relazione con l'intelligenza
RIDONDANZA
comprimibile
Shannon Information Theory
Algoritmic Information Theory
Dimensionality Reduction
PCA
per ridurre n° input feature
grounded on linear algebra
lineare
costosa
AutoEncoders
prendo x
ENCODING
lo mappo in uno spazio latente piccolo
f
DECODING
g
rimappa l'encoding nell'input
f e g possono essere qualsiasi modello ML