9. predavanje: Uvod u nendazirano strojno učenje

Question 1

Koji je zadatak kod nenadziranog strojnog učenja?

Answer 1

Dani su podatci X (bez oznaka y) te je potrebno oblikovati funkciju y=f(x) takvu da je jednostavnija reprezemtacija podataka.

Question 2

Definirati problem grupiranja.

Answer 2

Zadan je skup točaka, zajedno s pojmom udaljenosti između njih potrebno je grupirati točke u neki broj grupa tako da:

a) članovi iste grupe su blizu jedan drugom
b) članovi različitih grupa su daleko jedan od
drugoga

Question 3

Nabrojiti svojstva metoda grupiranja.

Answer 3

• Kvantitativne
• Kvalitativne
• Robusnost
• Korisnička interkacija

Question 4

Navesti vrste grupiranja.

Answer 4

• Hijerarhijsko: grupe stablaste hijerarhijske
  strukture
• Ravno: nema strukture između grupa
• Čvrsto: svaki objekt pripada samo jednoj grupi
• Meko: pripadnost grupi modelira se pomoću
  teorije vjerojatnosti ili neizrazitom logikom

Question 5

Navesti problem koji se pojavljuje zbog prokletstva dimenizionalnosti.

Answer 5

Gotovo svi parovi točaka su otprilike jednako udaljeni.

Question 6

Objasniti ideju iza korištenja Pearsonove koerlacijske udaljenosti za dva vektora.

Answer 6

Dva objekta su slična ako su njihove značajke korelirane (iako mogu biti daleko u smislu euklidske metrike).

Question 7

Kakve vrste hijerarhijskog grupiranja postoje i što je rezultat hijerarhijskog grupiranja?

Answer 7

• Aglomerativno (bottom up)
• Divizivno (Top down)

Rezultat hijerarhijskog grupiranja je dendrogram.

Question 8

Navesti pristupi prilikom definiranja bliskosti grupa.

Answer 8

• međugrupna udaljenost: minimum, maskimum,
  prosjek udaljenosti svih točaka u grupi
• pojam kohezije (povezanosti unutar grupe)

Question 9

Navesti vrste povezivanja grupa.

Answer 9

a) maksimum (complete linkage)
b) minimum (single linkage)
c) srednja vrijednost (average linkage)
d) centroid (linkage)
e) Wardova metoda (min variance method)

Question 10

Koju informaciju je moguće dobiti iz konstruiranog dendrograma?

Answer 10

Dendrogram u potpunosti omogućuje rekonstrukciju slijeda grupiranja.

Question 11

Navesti algoritme grupiranja temeljene na pridruživanju točaka.

Answer 11

Algoritam k-srednjih vrijednosti, K-means++, DBSCAN.

Question 12

Objasniti princip rada algoritma k-srednjih vrijednosti.

Answer 12

Clij je pridružiti svaku točku jednoj od k grupa tako da je udaljenost točaka od centroida minimalna.

1. nađi najbliži centroid grupe za svaki element i
   pridruži element toj grupi
2. ponovno izračunaj nove centroide

Question 13

Navesti niz koraka algoritma k-srednjih vrijednosti.

Answer 13

1. izaberi broj grupa k
2. inicijaliziraj k centara klastera (random)
3. svaki od n primjera priduži najbližem
   centroidu
4. ponovno izračunaj cnetroide klastera na
   temelju primjera za svaku grupu

Question 14

Navesti nedostatke algoritma k-srednjih vrijednosti.

Answer 14

Obično završava u lokalnom optimumu, potrebno je odrediti broj k (broj grupa) unaprijed, ne ponaša se dobro na podacima sa šumom i stršećim vrijednostima, grupa imaju samo konveksne oblike.