人工智能_44. 无监督学习概述.docxVIP

44：无监督学习概述

教师姓名

授课名称

人工智能及机器学习基础知识

授课形式

授课班级

授课地点

授课日期

章节名称

无监督学习概述

教学目的

掌握无监督学习的概念、应用场景、算法

了解无监督学习的应用。

重点难点

重点：无监督学习的概念、应用场景、算法

难点：无监督学习的应用。

主要内容

课程引入

桑克（R.Shank)曾经说过：“一台计算机若不会学习，就不能说它具有智能。”

学习是人类获取知识的重要途径和自然智能的重要标志，机器学习则是机器获取知识的重要途径和人工智能的重要标志。

机器学习其实就是是寻找一种对自然/人工主题、现象或活动可预测且/或可执行的机器理解方法。

课程内容

机器学习的分类

监督学习 （supervisedlearning）

无监督学习（unsupervisedlearning）

强化学习（reinforcementlearning）

半监督学习（semi-supervisedlearning），介于监督学习和无监督学习之间。半监督学习也称为弱监督学习。

无监督学习

现实生活中常常会有这样的问题：

（1）缺乏足够的先验知识，因此难以人工标注类别;

（2）进行人工类别标注的成本太高。

很自然地，我们希望计算机能代我们(部分)完成这些工作，或至少提供一些帮助。

常见的应用背景包括：

（1）一从庞大的样本集合中选出一些具有代