人工智能无监督学习方法应用手册 (标准版).docxVIP

无监督学习方法应用手册(标准版)

1.第1章无监督学习概述

1.1无监督学习的基本概念

1.2无监督学习与监督学习的区别

1.3无监督学习的应用场景

1.4无监督学习的挑战与限制

2.第2章无监督学习算法分类

2.1基于聚类的无监督学习算法

2.2基于降维的无监督学习算法

2.3基于模型的无监督学习算法

2.4无监督学习的其他方法与技术

3.第3章聚类算法详解

3.1基于距离的聚类算法

3.2基于密度的聚类算法

3.3基于层次的聚类算法

3.4聚类评估与优化方法

4.第4章降维技术应用

4.1主成分分析（PCA）

4.2坐标变换方法

4.3线性判别分析（LDA）

4.4降维在数据预处理中的作用

5.第5章模型在无监督学习中的应用

5.1对抗网络（GAN）

5.2自编码器（AE）

5.3模型在异常检测中的应用

5.4模型的训练与优化

6.第6章无监督学习在数据分析中的应用

6.1用于数据探索的无监督方法

6.2用于模式发现的无监督方法

6.3无监督学习在商业分析中的应用

6.4无监督学习在医疗领域的应用

7.第7章无监督学习的评估与优化

7.1无监督学习的评估指标

7.2无监督