无监督学习

1. 统计学习

Clustering

  • Centroid models: k-means clustering

  • Connectivity models: Hierarchical clustering

  • Density models: DBSCAN

Gaussian Mixture Models

  • EM是解KMS算法的方法,EM还可以解其他问题例如GMM

Latent semantic analysis

Hidden Markov Models (HMMs)

  • Markov processes

  • Transition probability and emission probability

  • Viterbi algorithm

Dimension reduction techniques

  • Principal Component Analysis (PCA)

  • Independent Component Analysis (ICA)

  • T-SNE

2. 深度学习自监督

contrastive learning 对比学习

相似的实例在投影空间中比较接近,不相似的实例在投影空间中距离比较远

3. 半监督

4. 应用场景

实际应用中,无监督往往更注重强特征提取

异常检测专题

reference

Last updated