【机器学习课程笔记（吴恩达）】1.4 无监督学习

1.什么是无监督学习

　　无监督学习：训练数据中没有给出数据的标注信息，算法需要自动找出数据中的结构特征，将数据分为若干个簇（数量未知），常见的聚类算法就是无监督学习。

　　举例：

• 谷歌新闻（收集大量新闻并自动对其分簇，相同内容的新闻会被显示在一起）
• DNA检测（根据基因特征进行聚类）

　　其他领域的应用：

• 组织大型的计算机集群，将趋于协同工作的机器放在一起从而提高集群效率
• 社交网络的分析，判断哪些人属于同一个圈子，是否相互认识
• 市场细分，公司根据客户信息对客户进行聚类分析，划分到不同的细分市场
• 天文数据分析，星系行程理论

 

2. 鸡尾酒会问题（“鸡尾酒算法”）：将麦克风叠加起来的音频进行分簇，去除被动接收到的杂音，区分出每个麦克风应该正确接收到的声音。

 

3. 介绍Octave和Matlab，使用Octave构建算法原型，再用其他语言来实现它。

 

转载于:https://www.cnblogs.com/AmazingCodeLee/p/9671980.html