说明: 许多行业专家认为,无人监督学习人工智能的下一个前沿,这可能是人工智能研究的关键,即所谓的一般人工智能。由于世界上大多数数据都没有标记,因此无法应用传统的监督学习;这就是无监督学习的用武之地。无监督学习可以应用于未标记的数据集,以发现埋藏在数据深处的有意义的模式,人类几乎不可能发现这些模式。 作者Ankur Patel使用两个简单的,生产就绪的Python框架 - scikit-learn和使用Keras的TensorFlow,提供了有关如何应用无监督学习的实用知识。通过提供实际操作示例和代码,
<zoelva> 上传 | 大小:5mb