目录:
定义-无监督学习是什么意思？
无监督学习是一种用于使机器能够对有形和无形对象进行分类的方法，而无需向机器提供有关对象的任何先验信息。 机器需要分类的东西多种多样，例如客户的购买习惯，细菌的行为模式和黑客攻击。 无监督学习背后的主要思想是使机器接触大量的各种数据，并允许其学习和推断数据。 但是，必须首先对机器进行编程以从数据中学习。
Techopedia解释了无监督学习
计算机系统需要理解大量的结构化和非结构化数据，并提供见解。 实际上，提供有关计算机系统在一段时间内可能收到的所有类型的数据的先验信息可能是不可行的。 请记住，当计算机系统需要有关新型数据的恒定信息时，监督学习可能不合适。 例如，对金融系统或银行服务器的黑客攻击往往会频繁改变其性质和模式，在这种情况下，无监督学习可能更合适，因为需要使系统能够快速从攻击数据中学习并推断未来的攻击类型并提出先发制人的行动。
