吴恩达-机器学习笔记-1.4无监督学习

无监督学习是数据分析的一种方法,通过聚类算法如K-means对未标记数据进行分组,常见应用包括谷歌新闻分类和市场用户细分。鸡尾酒会算法则专注于从混合信号中分离出独立源,展示了无监督学习在信号处理中的潜力。
摘要由CSDN通过智能技术生成

无监督学习(Unsupervised Learning)

定义:无监督学习是一种学习机制,在这种机制下你给算法大量的数据,要求它找出数据的类型结构,如网页分类,市场细化人群等。主要有聚类算法以及鸡尾酒会算法。

聚类算法(clustering)

数据集没有标签,只是给一组数据集,但是没有告诉他是正确的还是错误的,靠机器自己去分簇。

应用:谷歌新闻、基因归类、市场用户细分。

鸡尾酒会算法(Cocktail party problem algorithm)

分离混音。

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
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