点击左上方蓝字关注我们

上节课,有同学问:“既然有了半监督学习,那么无监督学习又有什么用呢?”
首先,需要厘清无监督学习是什么?很简单,其实就看输入数据是否有标签,输入数据有标签,则为有监督学习,没标签则为无监督学习。说曹操曹操到,今天就到了无监督学习第一课, 解锁新知识???? ???? ????
无监督学习的学习内容,需要大家用4天来学习,今天需要先学习线性降维。
无监督学习包括两种,一个是化繁为简(聚类和降维)和无中生有(生成)。“化繁为简”这种方式需要模型输入,而“无中生有”则是模型的输出。

当你使用聚类方法时,每个样本必须被划分为一个类,然而有时一个样本既属于这一类,又属于那一类,怎么办?这种情况下你需要样本的一个分布的表示,使用降维的方法可以做到这一点。
业精于勤,荒于嬉,打卡无监督学习,快速提升自己的业务能力!
今日学习任务
学习
进行时
第15课-无监督学习(一)
课程指路:

报名地址
还没有报名的同学,点击文末『阅读原文』或者扫码报名,跟上学习进度:
https://aistudio.baidu.com/aistudio/education/group/info/1978
???? 扫码进入学习中心????

进入QQ学习社群,开启机器学习之旅

跟着李宏毅老师学习,进击机器学习算法工程师~
飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础,是中国首个开源开放、技术领先、功能完备的产业级深度学习平台,包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件,持续开源核心能力,为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台,针对企业级需求增强了相应特性,包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业,提供零门槛、预置丰富网络和模型、便捷高效的开发平台;BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。
END

本文介绍了无监督学习的概念,强调了无标签数据在学习过程中的角色。无监督学习主要分为聚类和降维,其中降维用于表示样本的分布。文章鼓励读者通过学习无监督学习提升业务能力,特别是线性降维技术。同时提供了学习资源链接和QQ学习社群,助力机器学习技能提升。
1857

被折叠的 条评论
为什么被折叠?



