文档摘要

2.3 无监督学习：聚类与降维 2.3 无监督学习：聚类与降维 在机器学习的广阔天地中，无监督学习扮演着独特的角色。与监督学习不同，无监督学习处理的数据没有预先标注的标签或结果。它的目标是发现数据内在的结构、模式和隐藏的关系。本章将深入探讨无监督学习的两个核心任务：聚类和降维。 2.3.1 无监督学习的核心思想与应用场景 无监督学习的核心思想在于“自我学习”。 会员。《2.3 无监督学习：聚类与降维》收录于灏天文库文集《零基础入门人工智能：概念、方向与应用全解析》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/510-%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%A6%82%E5%BF%B5%E6%96%B9%E5%90%91%E4%B8%8E%E5%BA%94%E7%94%A8%E5%85%A8%E8%A7%A3%E6%9E%90

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流