許多行業(yè)專家都認為無監(jiān)督學習是人工智能的下一個前沿領域,可能是通用人工智能的關鍵。一方面,由于世界上大多數數據是無標簽的,無法應用傳統(tǒng)的有監(jiān)督學習;另一方面,無監(jiān)督學習可以應用于未標簽的數據集,以發(fā)現數據中深藏的有意義模式,這些模式對于人類來說幾乎不可能被發(fā)現。作者Ankur A.Patel為你展示了如何使用兩個簡單且可用于生產的Python框架實踐無監(jiān)督學習:Scikit-Learn和使用Keras的TensorFlow。通過代碼和實踐示例,數據科學家可以識別數據中難以找到的模式并獲得更深入的業(yè)務洞察,發(fā)現數據異常,執(zhí)行自動特征工程和模型選擇,以及生成合成數據集。你只需要一些Python編程和機器學習經驗就可以開始閱讀《Python無監(jiān)督學習實戰(zhàn)(影印版 英文版)》了?!け容^不同機器學習方法的優(yōu)缺點:監(jiān)督學習、無監(jiān)督學習和強化學習·建立和管理端到端的機器學習項目·建立一個異常檢測系統(tǒng)以查出信用卡欺詐行為·將用戶分組為不同的同質組·執(zhí)行半監(jiān)督學習·使用受限玻爾茲曼機開發(fā)電影推薦系統(tǒng)·使用生成對抗網絡來生成合成圖像