作者brad0315 (Mortis)
看板DataScience
标题[心得] 透过Keras进行非监督式分群
时间Wed Aug 21 09:16:39 2019
[关键字]:Keras、非监督式、分群 (Clustering)
[重点摘要]:以Python搭配Keras进行非监督式Clustering
目前深度学习、机器学习中最火热的题目不外乎就是分类、回归这两个方向,但这两者皆
属於监督式学习,换句话说我们必须要有「标准答案」才能够进行训练。而当我们的资料
越庞大时,我们所耗费在「给标准答案」的心力、时间就会越多、越麻烦。(「给标准答
案」的行话,惯用语是「Label」)
然而,Clustering (以下用「分群」称之。)则是让我们的演算法、神经网路单纯透过资
料之间的相似度来进行计算,也就是我们不必给予标准答案。不必给予标准答案,有许多
好处,好比说在训练当中我们的模型学到了一个我们所忽略或是从没注意到过的方法以及
避免掉「标准答案」不是真正答案的问题,其实算是避免了某些盲点以及先入为主之观念
所造成的问题。
我参考了一些资料、整理了一份国外作者Tony607所分享的程式码,
希望提供给有需要的朋友,其实讲解得不是很详细,如果有任何问题欢迎留言讨论:)
网志:
https://tinyurl.com/yyrryxqj
--
最近要准备博士班毕业了,我想在毕业前留下些什麽给之後的人,
毕竟研究圈中坑一堆,如果我能够让想踏进这块的人少跌入一些坑中,那也是功德一件
要是大家有想看什麽样内容的文章,可以回馈给我,不一定要是跟ML、DL有关的也可以!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.113.76.101 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1566350202.A.C0A.html
1F:推 benjamin1023: 推一个 感谢大大的分享 08/21 10:34
2F:推 st1009: 我想要跟语音有关的,END2END之类的>///< 08/21 16:11
3F:推 sxy67230: 楼上,可以用wavenet Autoencoder 08/21 20:03
4F:推 st1009: 努力研究espnet 中 08/22 16:55
5F:推 s3714443: 推 感谢分享 写得很好 08/24 20:30