无监督学习

踏上人工智能之旅（一）-----机器学习之knn算法

目录一、机器学习是什么（1）概述（2）三种类型1.监督学习（SupervisedLearning）：2.无监督学习（UnsupervisedLearning）：3.强化学习（ReinforcementLearning

Sunhen_Qiletian·2025-07-28 23:47

机器学习从入门到实践：算法、特征工程与模型评估详解

2.2机器学习的发展历史2.3机器学习的应用3.机器学习算法分类3.1监督学习（SupervisedLearning）3.2无监督学习（UnsupervisedLearning）3.3半监督学习（Semi-SupervisedLearning

·2025-07-27 16:35

图机器学习（20）——欺诈交易检测算法

图机器学习（20）——欺诈交易检测算法0.前言1.欺诈检测2.基于监督学习的欺诈交易识别3.基于无监督学习的欺诈交易识别小结0.前言随着电子商务平台的兴起，在线支付系统的普及，欺诈案件也在增加。

盼小辉丶·2025-07-26 15:55

Day 17: 常见的聚类算法

聚类算法聚类算法是一种无监督学习技术，用于将数据集中的相似对象分组到不同的类别（称为“簇”）中，而不需要预先定义的标签。

·2025-07-26 13:41

【强化学习】01

与监督学习和无监督学习不同，强化学习不依赖于预先标注好的数据集，而是通过“试错”的方式进行学习。1.1强化学习的独特学习范式在传统的机器学习领域，监督学习

·2025-07-26 13:37

基础NLP | 01 机器学习深度学习基础介绍

文章目录机器学习简介有监督学习无监督学习一般流程常用概念深度学习简介隐含层/中间层例子and流程如果想要猜测的又快又准，调整的方向有哪些？

是娜个二叉树！·2025-07-26 00:07

自编码器表征学习：重构误差与隐空间拓扑结构的深度解析

自编码器基础与工作原理自编码器（Autoencoder）作为深度学习领域的重要无监督学习模型，其核心思想是通过模拟人类认知过程中的"压缩-解压"机制实现数据的表征学习。

码字的字节·2025-07-23 00:45

Python 应用无监督学习（一）

本书简介无监督学习是一种在没有标签数据的情况下非常有用且实用的解决方案。Python应用无监督学习引导你使用无监督学习技术与Py

绝不原创的飞龙·2025-07-22 05:32

机器人-组成结构-感知 - 决策 - 执行

：二、智能决策系统机器学习家族1.1机器学习2.1深度学习2.2深度学习模型(主要属于监督/强化学习范畴，但结构通用)：3.1监督学习3.2监督学习模型4.1半监督学习4.2无/半监督学习模型：5.1无监督学习

具身智能-查布嘎·2025-07-22 02:12

#Datawhale组队学习#7月-强化学习Task1

与监督学习依赖静态数据集、无监督学习聚焦数据内在结构不同，强化学习的核心在于序贯决策：智能体通过试错探索环境，根据行动

fzyz123·2025-07-19 13:58

机器学习宝典——第6章

欢迎来到无监督学习的世界。与监督学习不同，这里的我们没有“标准答案”（标签），我们的目标是在数据中发现隐藏的、内在的结构。

爱看烟花的码农·2025-07-06 21:38

深度探索：机器学习中的条件生成对抗网络（Conditional GAN, CGAN）算法原理及其应用

算法实现5.优缺点分析优点：缺点：6.案例应用7.对比与其他算法8.结论与展望1.引言与背景生成对抗网络（GenerativeAdversarialNetworks,GANs）作为一种深度学习框架，在无监督学习领域展现出强大的能力

·2025-07-05 09:09

《dlib库中的聚类》算法详解：从原理到实践

一、dlib库与聚类算法的关联1.1dlib库的核心功能dlib是一个基于C++的机器学习和计算机视觉工具库，其聚类算法模块提供了多种高效的无监督学习工具。

A小庞·2025-07-03 16:34

机器学习-- 聚类

Clustering可以简单地说，对有标注的数据分类，就是逻辑回归（属于有监督分类），对无标注的数据分类，就是聚类（属于无监督分类）聚类是一种无监督学习技术，其目标是根据样本之间的相似性将未标记的数据分组

SunsPlanter·2025-07-02 05:17

【零基础学AI】第9讲：机器学习概述

本节课你将学到理解什么是机器学习，以及它与传统编程的区别掌握监督学习、无监督学习的基本概念使用scikit-learn完成你的第一个机器学习项目构建一个完整的iris花朵分类器开始之前环境要求Python3.8

1989·2025-06-30 14:19

《聚类算法》入门--大白话篇：像整理房间一样给数据分类

它不需要提前知道答案（这就是"无监督学习"），而是像侦探一样，从数据中发现隐藏的规律。二、最常见的三种

·2025-06-28 20:27

强化学习（Reinforcement Learning, RL）概览

与监督学习（有标注数据）和无监督学习（无目标）不同，强化学习通过“试错”学习，不依赖先验知识，适合解决动态决策问题。2.核心要素智能体（Agent）：执行决策的主体，如游戏AI、机器人。

MzKyle·2025-06-24 10:39

无监督学习概览

一、无监督学习的本质与定位定义：无监督学习是机器学习的三大范式之一（另外两种为监督学习和强化学习），其核心特点是处理未标注数据，通过算法自动发现数据中的隐藏结构、模式或内在规律。

MzKyle·2025-06-24 10:09

【深度学习pytorch-88】BERT

BERT（BidirectionalEncoderRepresentationsfromTransformers）简介BERT是一种基于Transformer架构的预训练语言表示模型，旨在通过大规模无监督学习来提升下游自然语言处理

超华东算法王·2025-06-20 15:46

数据挖掘与机器学习期末复习整理

2.聚类：–无类别标记,因此是一种无监督学习–无类别标记样本，根据信息相似度原则进行聚类，通过聚类，人们能够识别密集的和稀疏的区域，因而发现全局的分布模式，以及数据属性之间的关系3.聚类方法：划分方法-

无敌摸鱼高手·2025-06-19 17:34

无监督学习中的特征选择与检测（FSD）在医疗动线流程优化中的应用

无监督学习中的特征选择与检测（FeatureSelectionandDetection,FSD）算法在医疗动线流程优化中具有重要的应用价值，尤其适用于从海量、复杂且缺乏明确标签的医疗行为数据中自动挖掘关键模式和瓶颈

Allen_Lyb·2025-06-19 15:22

吴恩达机器学习笔记（1）—引言

目录一、欢迎二、机器学习是什么三、监督学习四、无监督学习一、欢迎机器学习是当前信息技术领域中最令人兴奋的方向之一。

大饼酥·2025-06-15 22:20

【人工智能机器学习基础篇】——深入详解无监督学习之聚类，理解K-Means、层次聚类、数据分组和分类

深入详解无监督学习之聚类：如K-Means、层次聚类，理解数据分组和分类无监督学习是机器学习中的一个重要分支，旨在从未标注的数据中发现潜在的结构和模式。

猿享天开·2025-06-15 12:16

《Sklearn 机器学习模型--分类模型》--K-means 聚类（K-means clustering algorithm）

K-means聚类算法K-means聚类算法是一种基于划分的无监督学习算法，通过迭代优化将数据划分为指定簇数（K值），使同一簇内样本相似度最大化、簇间差异最大化34。

非门由也·2025-06-15 12:16

机器学习算法种类繁多以下是主要算法的详细描述、使用场景、经典案例、开源框架，以及学习和应用到实际场景的建议

机器学习算法种类繁多，根据任务类型主要分为监督学习、无监督学习、半监督学习和强化学习四大类。以下是对主要算法的详细描述、使用场景、经典案例、开源框架，以及学习和应用到实际场景的建议。

zhxup606·2025-06-09 19:21

机器学习与深度学习13-K均值聚类

4.K均值聚类的优点和局限性5.K均值聚类的常见初始化方法6.K均值聚类和层次聚类的区别与联系前文回顾上一篇文章地址：链接1.K均值聚类定义K均值聚类（K-meansclustering）是一种常用的无监督学习算法

my_q·2025-06-07 14:15

解释半监督学习（Semi-Supervised Learning）的概念和方法（面试题200合集，中频、实用）

半监督学习（Semi-SupervisedLearning,SSL）是机器学习领域中一个至关重要的分支，它巧妙地结合了监督学习和无监督学习的特点，旨在利用少量标记数据和大量未标记数据来进行学习。

快撑死的鱼·2025-06-07 09:38

从 “被动拦截” 到 “智能预判”：下一代防火墙的五大核心技术突破

一、AI驱动的威胁检测引擎：从规则匹配到行为建模技术突破机器学习驱动的异常检测抛弃传统的"特征码匹配"模式，采用无监督学习算法（如孤立森林、VAE变分自编码器）构建

柏睿网络·2025-06-06 03:15

构筑多元视角下的智能安全能力提升之道

在威胁检测方面，人工智能通过无监督学习构建动态基线模型，实时解析网络流量、终端行为及用户操作日志，突破传统特征库对已知威胁的依赖。基于深度神经网络的异常检测

芯盾时代·2025-06-06 00:59

聚类算法性能对比：K-means vs DBSCAN vs 层次聚类

聚类算法性能对比：K-meansvsDBSCANvs层次聚类关键词：聚类算法、K-means、DBSCAN、层次聚类、性能对比、机器学习、无监督学习摘要：聚类是无监督学习的核心任务之一，广泛应用于用户分群

AI智能探索者·2025-06-04 20:00

聚类算法参数调优指南：如何获得最佳分组效果

聚类算法参数调优指南：如何获得最佳分组效果关键词：聚类算法、参数调优、K-means、DBSCAN、轮廓系数、Calinski-Harabasz、高维数据摘要：聚类算法是无监督学习的核心工具，广泛用于用户分群

AIGC应用创新大全·2025-06-04 19:54

机器学习——聚类算法

一、聚类的概念根据样本之间的相似性，将样本划分到不同的类别中的一种无监督学习算法。

Xyz_Overlord·2025-06-04 12:30

09_降维、特征提取与流行学习

描述利用无监督学习进行数据变换可能有很多种目的。最常见的目的就是可视化、压缩数据，以及寻找信息量更大的数据表示用于进一步的处理。为了实现这些目的，最简单的也是最常用的一种算法就是主成分分析。

白杆杆红伞伞·2025-06-04 05:03

C++ 实现 K-Means 聚类算法在图像分割中的应用

K-Means聚类算法在图像分割中的C++实现1.K-Means聚类算法原理K-Means是一种经典的无监督学习算法，用于将数据点划分为K个不同的簇。

数字魔方操控师·2025-06-03 12:06

国科大模式识别部分总结资源介绍：助你掌握核心知识，提升学术能力

从绪论到特征提取与选择，再到监督学习和无监督学习算法，文档结构清晰，知识点详实，是期末复习和深入学习的理想选择。适合与课堂笔记和教材结合使用，帮助读者全面掌握模式识别的理论与应用。

强姣晴Keely·2025-06-03 08:35

TensorFlow深度学习实战（18）——K-means 聚类详解

深度学习实战（18）——K-means聚类详解0.前言1.K-means聚类2.实现K-means聚类2.1算法实现2.2肘部法则3.K-means算法变体小结系列链接0.前言K-means聚类是一种常用的无监督学习算法

盼小辉丶·2025-06-01 22:33

亚远景-AI 快速入门与ML-SPICE标准引入课程

课程内容：模块1：AI战略与基础1.AI驱动的商业价值机器学习在汽车/制造行业的核心应用场景企业AI转型的3大关键成功要素2.ML机器学习基础核心概念：监督学习/无监督学习/强化学习模型架构概览：CNN

亚远景aspice·2025-05-30 02:47

西瓜书--无监督学习（聚类）

无监督学习无监督学习无监督学习前言一、无监督学习是什么？

oisflo·2025-05-29 10:58

阅读宋立恒《AI制胜：机器学习极简入门》第1章：机器学习概述

可视化编辑器和Anaconda大礼包1、PyCharm可视化编辑器2、Anaconda大礼包（三）掌握算法原理与掌握机器学习软件库同等重要（四）机器学习与深度学习的区别四、机器学分类（一）监督学习（三）无监督学习

酒城译痴无心剑·2025-05-28 00:50

SOM是什么？SOM聚类讲解

SOM即自组织映射，是一种用于特征检测的无监督学习神经网络。它模拟人脑中处于不同区域的神经细胞分工不同的特点，即不同区域具有不同的响应特征，而且这一过程是自动完成的。

让你五行代码·2025-05-24 20:49

对抗的深度卷积生成网络来学习无监督表示

相比之下，无监督学习受到更少关注。本文帮助缩小有监督学习与无监督学习

灰巧克力爱松露·2025-05-24 01:09

机器学习第四讲：无监督学习 → 给无标签积木自由组合，发现隐藏规律

机器学习第四讲：无监督学习→给无标签积木自由组合，发现隐藏规律资料取自《零基础学机器学习》。

kovlistudio·2025-05-15 17:32

聚类分析的原理、常用算法及其应用

聚类分析的原理、常用算法及其应用一、聚类分析的基本原理（一）什么是聚类分析聚类分析是一种无监督学习方法，其目标是将数据集中的样本划分为若干个簇，每个簇包含相似的样本。

AI糊涂是福·2025-05-12 01:16

AI 的 6 大核心方向 + 学习阶段路径

学习阶段：（1）基础数学：线性代数、概率统计、微积分（适度）（2）ML基础算法：线性回归、决策树、KNN、SVM（用scikit-learn）（3）模型优化：交叉验证、正则化、特征工程（4）无监督学习：

星火撩猿·2025-05-10 19:04

Keras深度学习实战——自编码器详解

github开源爱好者（go-zero源码二次开发、游戏后端架构https://github.com/Peakchen）Keras深度学习实战——自编码器详解简介自编码器(AutoEncoder)是一种无监督学习算法

鱼弦·2025-05-10 15:38

机器学习与深度学习

目录一、机器学习（一）机器学习的分类1.监督学习2.无监督学习3.强化学习（二）机器学习的应用场景二、深度学习（一）深度学习的核心原理（二）常见的深度学习模型1.卷积神经网络（CNN）2.循环神经网络（

水花花花花花·2025-05-09 16:28

一文读懂机器学习：分类（classification）、回归（regression）、排名（ranking）、uplifting（提升效果）和异常检测（Anomaly detection）

概述机器学习是一种人工智能技术，使计算机能够通过经验自动改进性能，主要分为监督学习（使用带标签的数据进行训练）、无监督学习（寻找无标签数据中的模式）、半监督学习（结合带标签和无标签数据）和强化学习（通过与环境交互学习

此星光明·2025-05-07 07:31

人工智能概述 python opencv（史上最全）

机器学习的分类：根据学习范式分类1.3.1有监督学习SupervisedLearning1.3.1.1有监督学习的基本定义1.3.1.2有监督学习的典型应用1.3.1.3常见的有监督学习的算法1.3.2无监督学习

博导ai君·2025-05-06 04:43

ML 作业代写 | 统计学习 Statistical Learning (using R) | 深度学习 Deep Learning (using Python)

目录Ⅰ.统计学习StatisticalLearning(usingR)1.SupportVectorMachines支持向量机2.UnsupervisedLearning无监督学习Ⅱ.深度学习DeepLearning

王平渊·2025-05-05 19:18

基于机器学习的web入侵检测

建立机器学习算法数据集数据集使用2021年5月到2021年7月的log数据为训练.2021年8月到2021年10月为预测数据数据集处理web攻击属于机器学习的分类问题,分类问题有可以分为监督学习和无监督学习

AI拉呱·2025-05-03 17:52

推荐频道