如果没有“学习”过程,算法可以被归类为“无监督学习”吗?

基本上,我的疑问是,既然无监督学习是一种机器学习方式,那么是否需要机器基于其发现进行“学习”和改进?例如,如果开发了一种算法,能够处理未标记的图像并找出它们之间的关联,那么这个算法是否需要基于这些关联进行自我改进才能被归类为“无监督学习”,还是说仅仅报告这些关联就足以获得这一分类?


回答:

例如,如果开发了一种算法,能够处理未标记的图像并找出它们之间的关联…

这就是“无监督学习”中的“学习”,所以,是的,这将被认为是无监督学习。

…是否需要基于这些关联进行自我改进…

不需要,算法不需要基于所学内容进行自我改进来被视为无监督学习。仅仅是分析数据集并发现之前未知的关联就足以被视为无监督机器学习。“无监督”的区别主要在于初始数据集是未标记的。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注