Topic: unsupervised learning

回顧監(jiān)督學(xué)習(xí)，每一個(gè)training data都被給予了正確或錯(cuò)誤的值。

比如這幾個(gè)數(shù)據(jù)中，每個(gè)數(shù)據(jù)是良性或惡性腫瘤的信息。

但對(duì)于無(wú)監(jiān)督學(xué)習(xí)，我們并沒有被給予每個(gè)數(shù)據(jù)具體的值。

形象的說(shuō)，我們需要根據(jù)這些數(shù)據(jù)點(diǎn)在幾何空間上的接近程度，來(lái)分辨出哪些點(diǎn)是一類的，這個(gè)操作叫做聚類(Clustering)

實(shí)際上，我們是根據(jù)模型函數(shù)的一些特征，通過(guò)一定的權(quán)重或公式，來(lái)計(jì)算一個(gè)絕對(duì)值差。

一個(gè)具體的例子是Google News對(duì)新聞的分類

Google News會(huì)把同一個(gè)問(wèn)題的各大網(wǎng)站報(bào)道聚集到一個(gè)頁(yè)面下，形成一個(gè)clustering。

另一個(gè)經(jīng)典問(wèn)題 - Cocktail party Problem

雞尾酒會(huì)問(wèn)題：假設(shè)有兩個(gè)演講者同時(shí)持有麥克風(fēng)，并且各自的麥克風(fēng)獨(dú)立的起到擴(kuò)音作用.

我們?cè)鯓幽軌蛲ㄟ^(guò)程序，把兩段音頻獨(dú)立的分離出來(lái)呢？

（其實(shí)這個(gè)問(wèn)題在中國(guó)還不如叫ktv唱歌遇到人渣問(wèn)題）

通過(guò)無(wú)監(jiān)督學(xué)習(xí)，找到每個(gè)人發(fā)出聲音的特征，進(jìn)行聲紋的聚類，就可以得到兩個(gè)不同的類。

看不懂這個(gè)公式，不求甚解了，實(shí)際遇到再去查

以上是本節(jié)全部?jī)?nèi)容。