人工智能学习笔记9:无监督学习与聚类

无监督学习与监督学习的差别

在这里插入图片描述
一般公司都是招聘数据标注员人工标注

为什么要学无监督学习?

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第一类:基于概率密度函数估计的方法

非监督参数估计

我们有一个没有标标签的数据集
在这里插入图片描述
在这里插入图片描述
许多PDF构成这个模型
我们对这个模型使用最大似然数估计试试看
涉及混合高斯分布,我们使用EM算法(不要慌)我在下面写了中文在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这种情况,主轴方向不变,参数只与中心变量µ 有关在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
妈耶!英文看起来太累,试一试中文的解释

西电EM算法课程

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
最终结果我写出来在这里:
在这里插入图片描述
欧氏距离:
在这里插入图片描述
马氏距离
在这里插入图片描述
有了两个距离我们使用K均值聚类算法
在这里插入图片描述
在这里插入图片描述

K-Mean聚类详解:重庆大学课件

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
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

打赏作者

Mario cai

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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