《從機器學習到深度學習》筆記（2）無監督學習

有監督學習用於解決分類問題的前提是必須有一個帶標籤數據的樣本集，但獲得數據標籤的代價往往是非常昂貴的。同時，這些標籤通常都是人工標註，標註錯誤的情況也時有發生。這樣就促使了無監督學習策略的發展，簡單的說它就是： 對無標籤數據進行推理的機器學習方法。 1. 場景 由於無監督學習的前提是不需要前期的人類判斷，所以它一般是作爲某項學習任務的前置步驟，用於規約數據；在無監督學習之後，需要加入人類知識以使成

>>阅读原文<<