看板 DataScience 關於我們 聯絡資訊
[關鍵字]:Keras、非監督式、分群 (Clustering) [重點摘要]:以Python搭配Keras進行非監督式Clustering 目前深度學習、機器學習中最火熱的題目不外乎就是分類、迴歸這兩個方向,但這兩者皆 屬於監督式學習,換句話說我們必須要有「標準答案」才能夠進行訓練。而當我們的資料 越龐大時,我們所耗費在「給標準答案」的心力、時間就會越多、越麻煩。(「給標準答 案」的行話,慣用語是「Label」) 然而,Clustering (以下用「分群」稱之。)則是讓我們的演算法、神經網路單純透過資 料之間的相似度來進行計算,也就是我們不必給予標準答案。不必給予標準答案,有許多 好處,好比說在訓練當中我們的模型學到了一個我們所忽略或是從沒注意到過的方法以及 避免掉「標準答案」不是真正答案的問題,其實算是避免了某些盲點以及先入為主之觀念 所造成的問題。 我參考了一些資料、整理了一份國外作者Tony607所分享的程式碼, 希望提供給有需要的朋友,其實講解得不是很詳細,如果有任何問題歡迎留言討論:) 網誌:https://tinyurl.com/yyrryxqj -- 最近要準備博士班畢業了,我想在畢業前留下些什麼給之後的人, 畢竟研究圈中坑一堆,如果我能夠讓想踏進這塊的人少跌入一些坑中,那也是功德一件 要是大家有想看什麼樣內容的文章,可以回饋給我,不一定要是跟ML、DL有關的也可以! -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.76.101 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1566350202.A.C0A.html
benjamin1023: 推一個 感謝大大的分享 08/21 10:34
st1009: 我想要跟語音有關的,END2END之類的>///< 08/21 16:11
sxy67230: 樓上,可以用wavenet Autoencoder 08/21 20:03
st1009: 努力研究espnet 中 08/22 16:55
s3714443: 推 感謝分享 寫得很好 08/24 20:30