标签：大型 方式 而且 处理 atl 音乐 自己 目的 趋势
机器学习定义：在没有明确设置的情况下，使计算机具有学习能力的研究领域
目前有各种不同的学习算法：最主要的两类是监督学习和无监督学习
监督学习：我们会教计算机做某件事情，然后在无监督学习中，我们让计算机自己学习
回归问题：我们想要预测连续的数值输出，我们设法预测连续值的属性
例如你有很多的货物，你要把卖的货物看成是一个连续的值，然后进行预测它的价格趋势，可以是一条直线，也可以是二次函数，拟合这个价格趋势
分类问题：目的是预测离散值输出（也是最常见的一种监督学习的方式）
例子：分类的话预测的值可能有很多种，比如0,1等进行分类，可能还有很多种情况，少量的离散值就可以作为分类问题
分类问题
聚类算法：谷歌新闻所做的是去搜集成千上万条新闻，然后自动将他们分簇，有关同一个主题的新闻被显示在一起，这个就是聚类算法，用在组织大型的计算机集群
就是把不同的个体归入不同的类，这个就是无监督学习，我们没有提前告知这个算法，这个是归于那一类，这个是归于哪一类，相反的我们只是告诉算法，这里有一堆的数据，这个也是聚类算法，聚类算法也是无监督学习的一种。
无监督学习：我不知道这些数据是什么，我也不知道是什么类型，我甚至不知道有哪些类型，需要去自动找到这些数据的结构。虽然说事先我不知道有哪些类型，但是可以自动按得到的类型在把这些个体分成簇，事先是没有将数据集的答案给算法，这个就是无监督学习。
市场分割：找到不同的市场人群，分到不同的细分市场，从而能够自动高效地在不同的细分市场中进行销售，这也就是无监督学习。我们有全部的市场数据，但是预先是不知道有哪些细分市场，而且对于我们数据集中的客户，我们也不能知道谁是细分市场之一，我们必选让算法去自己去数据中发现一切。
聚类算法（无监督学习的一种）
鸡尾酒会算法：分离人声和音乐的声音
[W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x‘);一行代码将不同的音频分开，并且隔离
使用Octave的编程环境,Matlab也可以实现这些算法.最好不要使用C++，java，python等编程环境，使用Octave的编程环境可以更快的入手机器学习。
总的来讲无监督学习就是把数据交给算法让他自动进行处理
标签：大型 方式 而且 处理 atl 音乐 自己 目的 趋势
原文地址：https://www.cnblogs.com/yunxintryyoubest/p/10804216.html
