无监督学习方法有哪些(人工智能机器学习深度学习)

那对于无监督学习来讲我们是没有任何的标签数据的,所以咱们的数据没有经过人工的啊这个标注,所以在这个情况下我们能做什么呢?
其实在无监督的情况下,我们最经常做的事情就是做一个聚类的分析,比如说我有一大一大堆数据,然后我们根据啊一些聚类的算法,然后把这个数据把它分为可能几大类,然后在对这些数据做一个进一步的分析,那这个叫聚类的分析,那这里我们举个例子,比如说在这幅图里面可能有各种各样颜色的啊这个土豆。
然后我们可以根据聚类算法来把这些东西把它分为可能几大类,可能根据颜色来去把它分为可能几大类,那这个叫聚类分析,那另外在营销的这个应用上那聚类分析其实起到的作用还是挺大的,比如说我们现在客户系统里面可能有1000个用户,但是这个用户本身他可能有自己的一些特点。然后我们现在希望比如说想做一些营销的广告。然后怎么去做广广告呢?那一个比较好的方法就是做一个精准的广告推送,比如说不同的人群,我们希我们希望推送的不是不一样的,所以我们首先可以根据聚类算法去把这些人群呢划分为几大类,比如说这里面划分为三大类,那每个人群它的特点可能是不一样的,比如说这个人群呢他可能消费能力比较强,然后比较高素质。然后这个人群可能是偏向于大学生,所以当我把这个人群划分为几大类之后,我们可以针对这些人群做进一步的营销的策略,比如说高素质的,高端的,有能力的啊这个。这些背景比较不错的,我们可以给他推送一些比较高的产品,那以此类推,针对每个人群,我们可以设计不同的方案出来,那这个叫聚类分析,人群的聚类分析,所以在很多的营销场景里面用的非常非常多。
