打卡学习第四天：无监督学习

无监督学习：

相对于前面提到的监督学习（给定输入、输出的判定规则，作为参考），无监督学习不知道输入/输出是什么，只能将数据进行聚类。

聚类和分类的区别：

分类：根据已知的数据类型，在没有输入的时候，就已经知道输出的结果（如：纸是白色还是黑色）

聚类：不知道数据的类型，只给出一些数据特征，机器根据特征，将数据分开分类

聚类算法eg：谷歌将几万条新闻分类组合成一个个新闻专题，也就是机器会根据数据的特征，将数据分成不同的集合

Cocktail party problem（鸡尾酒聚会问题：将两种不同的声音有效的区别开来）

Cocktail party problem algorithm（鸡尾酒聚会问题算法）

[W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x')

使用封装好的Octave建立算法模型，再通过其他语言实现会更有效率

小测验：下面的几个例子中，你认为哪些是无监督学习算法（多选）

垃圾邮件过滤器，通过你的标签，机器将学习如何判别是否是垃圾邮件

给出几个新的文章，机器将相同的故事自动归为1类

给出大量用户数据，机器自动将用户细分为几个种类

给出大量用户数据，机器判断是否患上了糖尿病

这个笔记是个人的一些收获，没有一起学习的朋友可能看着有点零散

---

想跟着大家一起学习的朋友可以加下群主，表明来意：想加入吴恩达【机器学习】免费学习+打卡

整个过程不收取任何费用！只是带领大家坚持学习的一种方式。如果学习过程中坚持不下来，中途放弃的同学将会被移出群聊哦。

大家有兴趣的话可以加好友