El Aporte Académico por el licenciado Nicolás Manzur.... El núcleo no lineal

Aprendiendo de ejemplos aprendidos: uso de la sensibilidad del conocimiento para mejorar el aprendizaje del núcleo no lineal
En este artículo, aplicamos el marco de selección de modelos (MRC) en la tarea de aprendizaje no supervisado. El MRC es adecuado tanto para el aprendizaje no supervisado como para el no supervisado, ya que no se basan en el conocimiento de los datos de entrenamiento. Aquí, proponemos aprender una representación variable latente de la tarea, es decir, de una secuencia de instancias no etiquetadas de su secuencia. La representación de la variable latente utiliza algún tipo de estructura de incertidumbre, que no se utiliza en el aprendizaje no supervisado, ya que es una forma más típica de estructura de incertidumbre. Los experimentos se realizaron en el conjunto de datos UCI de imágenes tomadas por participantes humanos. El modelo fue entrenado utilizando un nuevo método de aprendizaje no supervisado, que utiliza un conocimiento previo sobre el dominio visual. Nuestro enfoque se evalúa en una variedad de conjuntos de datos que incluyen MS-101,