Loading AI tools
来自维基百科,自由的百科全书
無監督學習(英語:unsupervised learning),又稱非監督式學習,是機器學習的一種方法,沒有給定事先標記過的訓練範例,自動對輸入的資料進行分類或分群。無監督學習的主要運用包含:聚類分析(cluster analysis)、關聯規則(association rule)、維度縮減(dimensionality reduce)。它是監督式學習和強化學習等策略之外的一種選擇。
此條目需要擴充。 (2018年4月15日) |
![]() | 此條目需要精通或熟悉相關主題的編者參與及協助編輯。 (2018年4月15日) |
一個常見的無監督學習是資料聚類。在類神經網路中,生成對抗網路(GAN)、自組織對映(SOM)和適應性共振理論(ART)則是最常用的非監督式學習。
ART模型允許叢集的個數可隨著問題的大小而變動,並讓使用者控制成員和同一個叢集之間的相似度分數,其方式為透過一個由使用者自訂而被稱為警覺參數的常數。ART也用於圖型識別,如自動目標辨識和數位訊號處理。第一個版本為"ART1",是由卡本特和葛羅斯柏格所發展的。
非監督式學習常使用的方法有很多種,包括:
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.