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

见异常检测专题

reference

• clustering