目录:
定义-自组织图（SOM）是什么意思？
自组织图（SOM）是一种人工神经网络，它使用无监督学习来构建问题空间的二维图。 自组织图与其他解决问题的方法之间的主要区别在于，自组织图使用竞争性学习而非纠错学习（例如具有梯度下降的反向传播）。
自组织图可以在六边形或矩形网格上生成数据的可视表示。 应用程序包括气象学，海洋学，项目优先级以及油气勘探。
自组织图也称为自组织特征图（SOFM）或Kohonen地图。
Techopedia解释了自组织地图（SOM）
自组织图是一种人工神经网络，它试图构建某些问题空间的二维图。 问题空间可以是美国国会的选票，颜色图甚至维基百科文章之间的链接。
目的是尝试使用视神经产生的信号来反映人脑中视觉皮层看到物体的方式。 目的是使网络中的所有节点对不同的输入做出不同的响应。 自组织图利用竞争性学习来最终使节点专业化。
馈入输入数据时，将计算欧几里德距离或节点之间的直线距离（赋予其权重）。 网络中与输入数据最相似的节点称为最佳匹配单元（BMU）。
随着神经网络遍历问题集，权重开始看起来更像实际数据。 因此，神经网络已经训练自己能够以人类看到的方式看到数据中的模式。
该方法不同于其他AI技术，例如监督学习或纠错学习，但不使用错误或奖励信号来训练算法。 因此，自组织图是一种无监督的学习。
