详细内容或原文请订阅后点击阅览
什么是无监督学习？
为什么重要：无监督学习是一种不在数据集上训练模型的技术。在这种情况下遇到的数据既未分类也没有标签。
来源:人工智能+简介
简介机器学习算法大致可分为监督、半监督、无监督和强化学习算法。
本文讨论无监督机器学习算法及其工作原理。
另请阅读：深度学习是监督的还是无监督的？
另请阅读：深度学习是监督的还是无监督的？ 另请阅读：深度学习是监督的还是无监督的？ 深度学习是监督的还是无监督的？什么是无监督学习？
什么是无监督学习？无监督学习是一种不在数据集上训练模型的技术。在这种情况下遇到的数据既未分类也未标记。
监督学习用于我们有标签数据集（训练集）和期望输出的场景。 监督学习的几个例子是：
监督学习- 当我们有一个可以给出“是”或“否”输出的数据集时，逻辑回归可以发挥作用，而无监督学习则不能。 决策树是另一个例子，其中数据根据某个参数不断分割
与监督学习不同，无监督学习没有训练集，这意味着没有正确答案或期望的输出。算法有望理解数据的结构，找出相似之处或任何隐藏的模式，并以压缩形式表示。
你可以想象这与人类大脑通过找出不同类别的数据来工作的方式非常相似。
人脑通过找出不同的类别来工作常见的无监督学习方法
常见的无监督学习方法1. 聚类
聚类