[2019新书] Hands-On Unsupervised L

内容简介：

许多行业专家认为，无监督学习是人工智能的下一个前沿，这可能是通用人工智能的关键。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。另一方面，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，而人类几乎不可能发现这些模式。

作者Ankur Patel向您展示了如何使用两个简单的Python框架来应用无监督学习：Scikit-learn和使用Keras的TensorFlow。通过代码和实际操作示例，数据科学家将识别难以发现的数据模式，获得更深入的业务洞察力，检测异常，执行自动特征工程和选择，以及生成合成数据集。只需要一些机器学习经验即可开始。

比较不同机器学习方法的优点和缺点：监督，无监督和强化学习

• 端到端地设置和管理机器学习项目
• 建立异常检测系统以捕获信用卡欺诈
• 将用户聚集到不同的同类组中
• 进行半监督学习
• 使用受限制的Boltzmann机器开发电影推荐系统
• 使用生成对抗网络生成合成图像

下载地址