Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> प्रोग्रामिंग

अनुपयोगी शिक्षा के उदाहरण क्या हैं?

<घंटा/>

अनुपयोगी शिक्षण तब होता है जब यह बिना लेबल वाले डेटा का एक सेट प्रदान कर सकता है, जिसे विश्लेषण करने और अंदर के पैटर्न खोजने की आवश्यकता होती है। उदाहरण आयाम में कमी और क्लस्टरिंग हैं। मशीन को डेटा के समूह के साथ प्रशिक्षण का समर्थन किया जाता है जिसे लेबल, वर्गीकृत या वर्गीकृत नहीं किया गया है, और कुछ पर्यवेक्षण के बिना उस डेटा पर सुविधा के लिए आवश्यक एल्गोरिदम। अनुपयोगी शिक्षण का उद्देश्य इनपुट रिकॉर्ड को नई सुविधाओं या समान पैटर्न वाली वस्तुओं के समूह में पुनर्गठित करना है।

क्लस्टर विश्लेषण का उपयोग इन अभिलेखों पर किए गए विभिन्न उपायों के आधार पर समान अभिलेखों के समूह या समूह बनाने के लिए किया जाता है। मुख्य डिजाइन समूहों को उन तरीकों से परिभाषित करना है जो विश्लेषण के उद्देश्य के लिए उपयोगी हो सकते हैं। इस डेटा का उपयोग कई क्षेत्रों में किया गया है, जैसे कि खगोल विज्ञान, पुरातत्व, चिकित्सा, रसायन विज्ञान, शिक्षा, मनोविज्ञान, भाषा विज्ञान और समाजशास्त्र।

Google क्लस्टरिंग का एक उदाहरण है जिसके लिए समूह समाचार आइटम को उनकी सामग्री पर निर्भर करता है। Google के पास कई विषयों पर लिखे गए लाखों समाचारों का एक समूह है और उनका क्लस्टरिंग एल्गोरिदम आवश्यक रूप से इन समाचार वस्तुओं को एक छोटी संख्या में समूहित करता है जो शब्द आवृत्ति, वाक्य की लंबाई, पृष्ठ गणना आदि सहित कई विशेषताओं का उपयोग करके समान या एक-दूसरे से जुड़े होते हैं।

अनुपयोगी शिक्षण के विभिन्न उदाहरण हैं जो इस प्रकार हैं -

कंप्यूटिंग क्लस्टर व्यवस्थित करें - सर्वरों के भौगोलिक क्षेत्रों का निर्धारण विश्व के एक विशिष्ट क्षेत्र से प्राप्त वेब अनुरोधों के समूहन के आधार पर किया जाता है। स्थानीय सर्वर में केवल उस क्षेत्र के लोगों द्वारा अक्सर बनाए गए डेटा को शामिल किया जाएगा।

सामाजिक नेटवर्क विश्लेषण - दोस्तों के समूहों को उनके बीच कनेक्शन की आवृत्ति पर निर्भर करने के लिए सोशल नेटवर्क विश्लेषण किया जाता है। इस तरह के विश्लेषण से कुछ सोशल नेटवर्किंग वेबसाइट के उपयोगकर्ताओं के बीच संबंधों का पता चलता है।

बाजार विभाजन - बिक्री संगठन अपने उपयोगकर्ताओं को उनके पूर्व बिल किए गए आइटम के आधार पर कई खंडों में समूहित या समूहित कर सकते हैं। उदाहरण के लिए, एक बड़े सुपरस्टोर को अपने सभी उपयोगकर्ताओं को एसएमएस भेजने के बजाय विशेष रूप से किराना के अपने उपयोगकर्ताओं को किराना तत्वों के बारे में एक एसएमएस भेजने की आवश्यकता हो सकती है।

यह न केवल सस्ता है बल्कि बेहतर भी है; आखिरकार यह उन लोगों के लिए अप्रासंगिक हो सकता है जो केवल दुकान से कपड़े खरीदते हैं। उपयोगकर्ताओं को उनके खरीद इतिहास के आधार पर कई खंडों में संयोजित करने से स्टोर को बिक्री बढ़ाने और अपने लाभ को बढ़ाने के लिए सही उपयोगकर्ताओं पर ध्यान केंद्रित करने में मदद मिलेगी।

खगोलीय डेटा विश्लेषण -आकाशगंगाओं और तारों का अध्ययन करने के लिए खगोलविदों को उच्च दूरबीनों की आवश्यकता होती है। प्रकाश में डिजाइन या आकाश के कई हिस्सों से प्राप्त रोशनी के संयोजन से कई आकाशगंगाओं, ग्रहों और उपग्रहों को पहचानने में मदद मिलती है।


  1. सांख्यिकीय डेटा माइनिंग के तरीके क्या हैं?

    सांख्यिकीय डेटा माइनिंग तकनीकों में, यह बड़ी मात्रा में डेटा के प्रभावी संचालन के लिए बनाया गया है जो आम तौर पर बहुआयामी और संभवतः कई जटिल प्रकार के होते हैं। डेटा विश्लेषण के लिए कई अच्छी तरह से स्थापित सांख्यिकीय विधियां हैं, खासकर संख्यात्मक डेटा के लिए। इन विधियों का व्यापक रूप से वैज्ञानिक रिक

  1. डेटा अखंडता के प्रकार क्या हैं?

    डेटाबेस अखंडता संग्रहीत जानकारी की वैधता और स्थिरता को परिभाषित करती है। अखंडता को आम तौर पर बाधाओं के संदर्भ में परिभाषित किया जाता है, जो स्थिरता नियम हैं जिनका डेटाबेस को उल्लंघन करने की अनुमति नहीं है। बाधाएं प्रत्येक विशेषता पर लागू हो सकती हैं या वे तालिकाओं के बीच संबंधों पर लागू हो सकती हैं।

  1. स्टेग्नोग्राफ़ी के आवेदन क्या हैं?

    स्टेग्नोग्राफ़ी को स्पष्ट रूप से हानिरहित संदेशों के भीतर संदेशों को एम्बेड करके डेटा छिपाने की कला और विज्ञान के रूप में भी दर्शाया गया है। स्टेग्नोग्राफ़ी नियमित कंप्यूटर फ़ाइलों में बेकार या अप्रयुक्त जानकारी के बिट्स को पुनर्स्थापित करके काम करती है। यह छिपा हुआ डेटा प्लेन टेक्स्ट या सिफर टेक्स्