非監督學習
含有「非監督學習」共 2 篇內容
全部內容
發佈日期由新至舊
歡迎來到Scikit-learn教學系列的第六篇文章！這一篇將進入非監督學習的領域，聚焦於聚類與降維。我們將介紹非監督學習的基本概念、使用Scikit-learn實現常見的聚類與降維演算法，並通過實作範例展示如何應用這些技術分析無標籤資料。準備好探索資料的隱藏結構吧！
作者：陳華夫
強化學習裡最後學習的成果─價值函數 Vπ(s)─就被記憶在40模塊或20模塊組成的殘差網絡中的千千萬萬個數學參數裡，人類的大腦把輸入的資訊編碼成故事基模（Schema），再整合編織故事基模而成為的「腦神經網絡」。如此的記憶及知識之構造有利於人類的記憶、解釋、理解、思考、及學習新知。
