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
A
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。
相關問題
- 1. 任何人都可以提供無監督學習算法的分類嗎?
- 2. 無監督學習句子
- 3. 有監督學習的情感分類
- 4. 決策樹學習可以「半監督」
- 5. 使用PCA時監督學習和無監督學習的區別
- 6. Python監督機器學習
- 7. 哪些算法涉及深度學習?
- 8. 人類可解釋的監督機器學習算法
- 9. 神經網絡或任何其他監督學習算法可以學習特殊的統計方法嗎?
- 10. 有監督學習及其可預測類別的數量
- 11. 如何提出有監督和無監督學習的問題?
- 12. 使用深度學習技術的監督學習(文檔分類)
- 13. 測試無監督機器學習算法
- 14. 直接/間接和監督/無監督/強化學習
- 15. 圖像識別使用監督或無監督學習
- 16. 何時使用有監督或無監督學習?
- 17. 執行無監督學習時使用什麼分類器
- 18. 將文本文件拆分爲兩組 - 無監督學習
- 19. 如果不先學習PHP,是否可以學習Zend框架?
- 20. 監督機器學習幾個係數
- 21. 監督學習隨機森林通過
- 22. 什麼是弱監督學習(引導)?
- 23. 異常檢測與監督學習
- 24. 小結Algo小說:監督學習
- 25. 減少監督學習的尺寸
- 26. 準備包半監督學習
- 27. 爲什麼DropOut不用於無監督學習?
- 28. 分類中的類似檢測(監督式學習)
- 29. 輕量級無監督學習方法,如自組織映射
- 30. 小數據的最佳監督學習算法
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