【Machine Learning】吴恩达系列课程 | 1-5 Unsupervised Learning

本文介绍了无监督学习的基本概念,解释了其与有监督学习的区别,并通过鸡尾酒会问题等实例说明了聚类算法的应用场景。
部署运行你感兴趣的模型镜像

    今天学到的是无监督学习(Unsupervised Learning)。

    所谓无监督学习,就是给出一个数据集,这个数据集不在有类似一个特征对应一个答案的结果,而是通过聚类(Cluster)算法将这一个数据集分成几个部分,每个部分都有各自的特征,但是没有具体定义特征是什么,只定义了他们是不同的。类似上一节的肿瘤问题:

这次只是分成了两个聚类而已。

    在举一个例子:鸡尾酒会问题。当有许多个人同时说话时,要具体将每个人的话分析独立出来时,就将用到聚类算法。

    今天的内容比较简单,概念也少,就写到这里。

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值