无监督学习感觉就像让机器自学一样
上一篇讲了监督学习，现在我们将介绍第二种主要的机器学习，叫做无监督学习(Unsupervised Learning)。
先来回顾一下监督学习中的每一个样本，我们清楚知道每个样本的正确的答案，比如肿瘤是良性还是恶性。
但无监督学习中，我们只有一个数据集，我们不知道每个数据表示什么意思？数据和数据之间是什么关系？
image
我们举一个谷歌新闻的栗子。
谷歌新闻📰每天会去收集成千上万的新闻，然后把同类型的新闻聚集在一起，做成一个专题。
显然，如果手动来分类这些新闻，那将会是非常浩大的工程。
image
这时候就可以用到无监督学习，它会自动把同一个新闻事件都聚到一起，做成一个专题。
这种能够能判断出数据有两个不同的聚集簇，专业术语称为「聚类算法」。
聚类只是无监督学习的一种，下面我来介绍另一种，经典的鸡尾酒会问题。
这是语音识别领域的一个问题，现在语音识别已经非常精确了，但是当说话的人数为多人时，识别率就大幅下降。
想象一下，酒会上，同时有很多人在聊天，他们的声音彼此重叠。
我们在房间放了两个麦克风🎤，由于每个麦克风离说话的人的距离不一样，所以记录了不同的声音。
image
现在我们要用算法处理这两个音频，分离出两个人说话的内容。
事实上，研究人员花费大量时间实现这一算法：
[W,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');
这一行代码是用 Octave 实现的。
相比其他语言，使用 Octave 作为编程环境，对实现算法和模型构建会高效很多。
写于 2018.12.1
