-
在Python上进行无监督的动手学习：Packt出版的《Hands-On Unsupervised Learning with Python》
资源介绍
使用Python进行无监督的动手学习
这是Packt出版的“ 的代码库。
使用Scikit-Learn，TensorFlow等实现机器学习和深度学习模型
这本书是关于什么的？
无监督学习是关于使用原始的，未加标签的数据，并将学习算法应用于该数据，以帮助机器预测其结果。 通过这本书，您将探索无监督学习的概念，以对大型数据进行聚类并重复分析，直到使用Python找到所需的结果为止。
本书涵盖以下激动人心的功能：
使用群集算法来识别和优化自然的数据组
探索实际的高级非线性和分层聚类
模糊c均值和高斯混合模型的软标签分配
通过密度估计检测异常
使用神经网络模型执行主成分分析
如果您觉得这本书适合您，请立即获取！
说明和导航
所有代码都组织在文件夹中。 例如，Chapter02。
该代码将如下所示：
X_train = faces['images']
X_train = (2.0 *