无监督学习(英文:Unsupervised Learning)是机器学习的一个分支,它从未经标记或分类的测试数据中学习。它本质上是一个统计手段,在没有标签的数据里可以发现潜在的一些结构。无监督学习不是响应反馈,而是根据每个新数据中是否存在这种共性来识别数据中的共性并做出反应。

区别

无监督学习,与监督学习相反,无监督学习模式通过观察来自我学习。提供给这种算法的数据是未标记的(算法没有给出真实值)。无监督学习模型能够找到不同输入之间的结构或关系,最重要的一种无监督学习技术是“聚类”。在聚类中,给定数据后,模型创建不同的输入集群(“相似”输入在同一个集群中),并且能够将任何新的,以前未见过的输入放入适当的集群中。


       停用词过滤
       chunker
       字符编码识别
       文本解剖
       张量
       标量
       AI数据
       互联网金融
       在线交易
       线上线下