Tabla de contenido:

¿Cómo se utiliza la asignación de Dirichlet latente?
¿Cómo se utiliza la asignación de Dirichlet latente?

Video: ¿Cómo se utiliza la asignación de Dirichlet latente?

Video: ¿Cómo se utiliza la asignación de Dirichlet latente?
Video: Exposición Asignación Latente de Dirichlet aplicado al microbioma parte 1 2024, Mayo
Anonim

¿Qué es LDA?

  1. Elija su conjunto único de piezas.
  2. Elija cuántos compuestos desea.
  3. Elija cuántas partes desea por compuesto (muestra de un Poisson distribución ).
  4. Elija cuántos temas (categorías) desea.
  5. Elija un número entre no cero e infinito positivo y llámelo alfa.

Del mismo modo, puede preguntar, ¿es el aprendizaje automático de la asignación de Dirichlet latente?

Asignación de Dirichlet latente ( LDA ) es un modelo probabilístico generativo de un corpus. La idea básica es que los documentos se representan como mezclas aleatorias sobre latente temas, donde cada tema se caracteriza por una distribución sobre palabras.

De manera similar, ¿cómo funciona el modelado de temas LDA? LDA asume que los documentos se producen a partir de una mezcla de temas. Luego, esos temas generan palabras basadas en su distribución de probabilidad. Dado un conjunto de datos de documentos, LDA retrocede y trata de averiguar qué temas haría cree esos documentos en primer lugar. LDA es una técnica de factorización matricial.

Con respecto a esto, ¿cómo se pronuncia la asignación de Dirichlet latente?

La "ch" se puede pronunciar como un sonido "sh" o como un sonido "k" fuerte. Y la terminación "et" se puede pronunciar a la manera francesa como "lay" o como "let" con un sonido de "t" fuerte. Asignación de Dirichlet latente se explicó por primera vez en un artículo de investigación de 2003, pero como la mayoría de las técnicas, las ideas clave se publicaron antes.

¿La asignación de Dirichlet latente está supervisada o no?

Eso es correcto LDA es un sin supervisión método. Sin embargo, podría extenderse a un supervisado uno.

Recomendado: