0

基本上,我的問題是,由於無監督學習是一種機器學習,是否需要機器的某些方面「學習」,並根據它的發現來改進?例如,如果開發一種算法來處理未標記的圖像並找出它們之間的關聯,那麼是否需要根據這些關聯進行自我改進,以將其歸類爲「無監督學習」或者僅僅報告那些足夠好的關聯以獲得該分類?如果不涉及「學習」,算法可以分類爲「無監督學習」嗎?

+0

無監督學習通常被稱爲聚類,它的大多數上下文都是同義詞。 – Diego

回答

4

例如,如果一種算法,開發出了採用未標記的圖像和它們之間的關聯找到...

這是在「學習」,「無監督學習」,所以是的,這將是考慮無監督學習。

...它需要基於這些關聯,以提高自身...

沒有,有沒有要求,該算法取所瞭解到的,並提高自身要考慮的無監督學習。僅僅分析數據集並發現以前未知的關聯足以被視爲無監督機器學習。 「無監督」區別實際上只是初始數據集未標記。

+2

我認爲值得補充的是,在(非)監督學習中的「學習」與你的模型應該「以後學習」的事實無關,而是說,任務是「推斷某個結構,給出數據」 。因此**問題**是一個監督學習,而不是算法。算法可以簡單地** **應用於無監督學習問題。 – lejlot

-2

我的傾向是打電話給你描述的一個例子情報而不是學習