Kirk Borne

无标注数据——实用无监督机器学习的模型与算法：https://t.co/8adzWdcbrU 你将学到的内容： 🔶机器学习和无监督学习的基本构建模块和概念 🔶针对结构化和非结构化数据（如文本和图像）的数据清理 🔶聚类算法，如K均值聚类、层次聚类、DBSCAN、高斯混合模型和谱聚类 🔶降维方法，如主成分分析(PCA)、奇异值分解(SVD)、多维尺度分析和t-SNE 🔶关联规则算法，如Apriori、ECLAT、SPADE 🔶无监督时间序列聚类、高斯混合模型及统计方法 🔶构建神经网络，如GAN和自动编码器 🔶降维方法，如主成分分析和多维尺度分析 🔶关联规则算法，如Apriori、ECLAT和SPADE 🔶使用Python工具和库，如scikit-learn、numpy、Pandas、matplotlib、Seaborn、Keras、TensorFlow和Flask 🔶如何解读无监督学习的结果 🔶为你的问题选择合适的算法 🔶将无监督学习部署到生产环境 🔶机器学习解决方案的维护与更新