提交 1f9d0444 编写于 作者: W wizardforcel

2020-12-18 10:34:01

上级 98881376
......@@ -199,28 +199,40 @@
+ [八、机器学习最佳实践和故障排除](docs/handson-cnn-tf/8.md)
+ [九、大规模训练](docs/handson-cnn-tf/9.md)
+ [十、参考文献](docs/handson-cnn-tf/10.md)
+ [Python 人工智能中文版](docs/ai-pyREADME.md)
+ [前言](docs/ai-py00.md)
+ [1 人工智能简介](docs/ai-py01.md)
+ [2 人工智能的基本用例](docs/ai-py02.md)
+ [3 机器学习管道](docs/ai-py03.md)
+ [4 特征选择和特征工程](docs/ai-py04.md)
+ [5 使用监督学习的分类和回归](docs/ai-py05.md)
+ [6 集成学习的预测分析](docs/ai-py06.md)
+ [7 通过无监督学习检测模式](docs/ai-py07.md)
+ [8 构建推荐系统](docs/ai-py08.md)
+ [9 逻辑编程](docs/ai-py09.md)
+ [10 启发式搜索技术](docs/ai-py10.md)
+ [11 遗传算法和遗传编程](docs/ai-py11.md)
+ [12 云上的人工智能](docs/ai-py12.md)
+ [13 使用人工智能构建游戏](docs/ai-py13.md)
+ [14 构建语音识别器](docs/ai-py14.md)
+ [15 自然语言处理](docs/ai-py15.md)
+ [16 聊天机器人](docs/ai-py16.md)
+ [17 序列数据和时间序列分析](docs/ai-py17.md)
+ [18 图像识别](docs/ai-py18.md)
+ [19 神经网络](docs/ai-py19.md)
+ [20 将卷积神经网络用于深度学习](docs/ai-py20.md)
+ [21 循环神经网络和其他深度学习模型](docs/ai-py21.md)
+ [22 通过强化学习创建智能体](docs/ai-py22.md)
+ [23 人工智能和大数据](docs/ai-py23.md)
\ No newline at end of file
+ [Python 人工智能中文版](docs/ai-py/README.md)
+ [前言](docs/ai-py/00.md)
+ [1 人工智能简介](docs/ai-py/01.md)
+ [2 人工智能的基本用例](docs/ai-py/02.md)
+ [3 机器学习管道](docs/ai-py/03.md)
+ [4 特征选择和特征工程](docs/ai-py/04.md)
+ [5 使用监督学习的分类和回归](docs/ai-py/05.md)
+ [6 集成学习的预测分析](docs/ai-py/06.md)
+ [7 通过无监督学习检测模式](docs/ai-py/07.md)
+ [8 构建推荐系统](docs/ai-py/08.md)
+ [9 逻辑编程](docs/ai-py/09.md)
+ [10 启发式搜索技术](docs/ai-py/10.md)
+ [11 遗传算法和遗传编程](docs/ai-py/11.md)
+ [12 云上的人工智能](docs/ai-py/12.md)
+ [13 使用人工智能构建游戏](docs/ai-py/13.md)
+ [14 构建语音识别器](docs/ai-py/14.md)
+ [15 自然语言处理](docs/ai-py/15.md)
+ [16 聊天机器人](docs/ai-py/16.md)
+ [17 序列数据和时间序列分析](docs/ai-py/17.md)
+ [18 图像识别](docs/ai-py/18.md)
+ [19 神经网络](docs/ai-py/19.md)
+ [20 将卷积神经网络用于深度学习](docs/ai-py/20.md)
+ [21 循环神经网络和其他深度学习模型](docs/ai-py/21.md)
+ [22 通过强化学习创建智能体](docs/ai-py/22.md)
+ [23 人工智能和大数据](docs/ai-py/23.md)
+ [Python 无监督学习实用指南](docs/handson-unsup-learn-py/README.md)
+ [零、前言](docs/handson-unsup-learn-py/00.md)
+ [一、无监督学习入门](docs/handson-unsup-learn-py/01.md)
+ [二、聚类基础](docs/handson-unsup-learn-py/02.md)
+ [三、高级聚类](docs/handson-unsup-learn-py/03.md)
+ [四、实用的层次聚类](docs/handson-unsup-learn-py/04.md)
+ [五、软聚类和高斯混合模型](docs/handson-unsup-learn-py/05.md)
+ [六、异常检测](docs/handson-unsup-learn-py/06.md)
+ [七、降维和成分分析](docs/handson-unsup-learn-py/07.md)
+ [八、无监督神经网络模型](docs/handson-unsup-learn-py/08.md)
+ [九、生成对抗网络和 SOM](docs/handson-unsup-learn-py/09.md)
+ [十、习题](docs/handson-unsup-learn-py/10.md)
\ No newline at end of file
# 无监督学习入门
# 一、无监督学习入门
......
# 聚类基础
# 二、聚类基础
......
# 高级聚类
# 三、高级聚类
......
# 实用的层次聚类
# 四、实用的层次聚类
......
# 软聚类和高斯混合模型
# 五、软聚类和高斯混合模型
......
# 异常检测
# 六、异常检测
......
# 降维和成分分析
# 七、降维和成分分析
......
# 无监督神经网络模型
# 八、无监督神经网络模型
......
# 生成对抗网络和 SOM
# 九、生成对抗网络和 SOM
......
# Python 无监督学习实用指南
> 原文:[Hands-on unsupervised learning with Python](https://b-ok.asia/book/5303228/ac881f)
>
> 协议:[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/)
>
> 自豪地采用[谷歌翻译](https://translate.google.cn/)
>
> 不要担心自己的形象,只关心如何实现目标。——《原则》,生活原则 2.3.c
* [在线阅读](https://dl.apachecn.org)
* [ApacheCN 面试求职交流群 724187166](https://jq.qq.com/?_wv=1027&k=54ujcL3)
* [ApacheCN 学习资源](http://www.apachecn.org/)
## 贡献指南
本项目需要校对,欢迎大家提交 Pull Request。
> 请您勇敢地去翻译和改进翻译。虽然我们追求卓越,但我们并不要求您做到十全十美,因此请不要担心因为翻译上犯错——在大部分情况下,我们的服务器已经记录所有的翻译,因此您不必担心会因为您的失误遭到无法挽回的破坏。(改编自维基百科)
## 联系方式
### 负责人
* [飞龙](https://github.com/wizardforcel): 562826179
### 其他
* 在我们的 [apachecn/apachecn-tf-zh](https://github.com/apachecn/apachecn-tf-zh) github 上提 issue.
* 发邮件到 Email: `apachecn@163.com`.
* 在我们的 [组织学习交流群](http://www.apachecn.org/organization/348.html) 中联系群主/管理员即可.
## 赞助我们
![](http://data.apachecn.org/img/about/donate.jpg)
+ [Python 无监督学习实用指南](README.md)
+ [零、前言](00.md)
+ [一、无监督学习入门](01.md)
+ [二、聚类基础](02.md)
+ [三、高级聚类](03.md)
+ [四、实用的层次聚类](04.md)
+ [五、软聚类和高斯混合模型](05.md)
+ [六、异常检测](06.md)
+ [七、降维和成分分析](07.md)
+ [八、无监督神经网络模型](08.md)
+ [九、生成对抗网络和 SOM](09.md)
+ [十、习题](10.md)
\ No newline at end of file
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册