免費閱讀文章：無監督式學習Unsupervised Learning- Introduction
今日的課程來自於: https://youtu.be/CXgbekl66jc在實務上，我們都沒有完整的資料，接下來的內容都是無監督式學習
本篇為無監督式學習的介紹
無監督式學習可以分成兩種 ，通常我們沒有完整label的資料
- 化繁為簡 : Clustering(聚類) /Dimension Reduction(降維)
將複雜的input 變成簡單的output，比如把一大堆沒有打上label的樹圖片轉變為一棵抽象的樹，此時training data只有input，而沒有output - 無中生有(Generation)
無中生有就是隨機給function一個數字，它就會生成不同的圖像，此時training data沒有input，而只有output
文章已移至：無監督式學習Unsupervised Learning- Introduction
更多機器學習自學筆記
機器學習的情境 Scenario
機器學習自學筆記02: Regression: Case Study for ML
機器學習自學筆記03: Where does the error come from? 認識error 的來源，並且知道如何調整model
機器學習自學筆記04: Gradient Descent
機器學習自學筆記05: Classification | Probabilistic Generative Model
機器學習自學筆記06: Logistic regression
什麼? 一連串的Logistic regression 就是類神經網路(Neural Network)，也就是Deep Learning !
機器學習自學筆記07: Deep Learning
機器學習自學筆記08: Backpropagation
機器學習自學筆記09: Keras2.0
Convolutional Neural network 卷積神經網路(part1)
Deep-learning 是一個黑盒子? CNN是如何運作的呢? (part2)
CNN的應用 What can CNN do? (Part3)
Tips for Deep Learning-如果Training data 的效果不好怎麼辦?
Tips for Deep Learning-如果Testing data 的效果不好怎麼辦?
Why Deep?
Semi-supervised Learning (半監督式學習)
無監督式學習Unsupervised Learning- Introduction
Unsupervised Learning: PCA
Matrix Factorization 矩陣分解
Unsupervised Learning: Word Embedding
Unsupervised Learning: Neighbor Embedding
Unsupervised Learning: Deep Auto-encoder
Unsupervised Learning: Deep Generation
