无监督学习

无监督学习（unsurpervised learning）是深度学习的基础，也是大数据时代科学家们用来处理数据挖掘的主要工具。个人理解的话就是数据太多，而人们不可能给每个数据样本加标签吧，所以才有了无监督学习。

当然用的最多的是用无监督学习算法训练参数，然后用一部分加了标签的数据测试，这种方法叫半监督学习（semi-unsurpervised）。

最近看的几个深度学习算法是：

稀疏自编码(sparse auto-encoder)

稀疏限制玻尔兹曼机器（sparse RBM）

K-means 聚类和高斯混合模型

根据论文An Analysis of Single-Layer Networks in Unsupervised Feature Learning的实验结果，K-means聚类算法是准确率最高，而且不需要超参数（hyper-parameter）。