毫不夸张！没有无监督学习就没有ChatGPT

毫不夸张的说 ， 没有无监督学习就没有 ChatGPT 。 GPT大语言模型 需要用 海量的互联网文本进行训练，因此无监督学习也就成为必然选择。 我们可以把机器学习理解成“通过训练数据和算法模型让机器具有人工智能的方法。” 而“训练数据 ” 的方式 一定程度上决定了机器学习的学习方式。 通常分为有监督学习、半监督学习和无监督学习。 监督学习是通过人工标注数据对模型进行训练的机器学习方式。例如给 计算机猫和狗的图片，然后告诉计算机哪个是猫，哪个是狗。计算机根据给出的“图片和答案的特征”去学习。 而无监督学习则是，给出猫和狗的图片，但并不告诉计算机哪个是猫哪个是狗，需要计算机 自己去判断总结，以此来完成猫和狗的分类。 无监督学习可以直接学习数据中的规律，因此无监督学习也称为 知识发现。 近年来无监督学习的相关研究取得了很大的突破，包括 ChatGPT，也成为目前最有潜力和热门的机器学习方式。 因此， 向大家推荐 3 月 2 日关于机器学习、无监督学习算法的公开课。 讲师为新加坡名校博士 Bobby 老师，目前已发表十余篇顶会和高区论文，同时作为会议和期刊审稿人， Bobby 还将拆解如何利用简单的 K-means 算法写顶会论文。

扫码免费预约大咖直播课

领取深度学习、机器学习论文合集

典型的 无监督学习算法是聚类算法。 对大量未知标注的数据集 , 按数据的内在相似性将数据集划分为多个类别,使类别内的数据相似度较大而类别间的数据相似度较小。常见的聚类算法就是K-Means、最大期望算法（EM）。 作为一种基础聚类算法，它的优点是：

• k-means 是解决聚类问题的一种经典算法,简单、快速
• 对处理大数据集 ,该算法保持可伸缩性和高效率
• 当簇近似为高斯分布时 ,它的效果较好

已经可与预见，无监督学习相关的研究变的热门的同时也将变得越来越卷。 扫码免费预约大咖直播课

领取深度学习、机器学习论文合集 要高效做科研 ， 掌握方法、 合理利用自身可用资源 很关键！ 结合身边学弟学妹以及自己的科研成长经历 ，发现大家 普遍缺乏系统的科研知识体系， 很难写出一篇合格的文章。 更别提发现好的创新点和 idea 了 ！

做科研发论文从结果上，其实可以分为以下三类：

1. 发现一个新方法，并将其运用在一个已知的问题之上 （老问题新方法）
2. 发现一个新问题，并将一个已知的研究拓展到这个问题之上 （新问题老方法）
3. 发现一个新问题，并且提出一个新方法用以对其进行分析研究 （新问题新方法）

以难以程度来考量的话， 新问题老方法＜老问题新方法＜新问题新方法。 所以，大家都头疼的创新点和idea，其实也有方法论，掌握了之后，就会比较容易找到一个idea～ 想“idea”，有两宝——模型+算法 模型，可以理解成system model中的部分，可以是现有问题模型的拓展延伸， 其实，这就叫创新，只要你做的是别人还没研究或者研究很少的，就已经可以算创新了。 当你提出了一个模型，就要选择一个合适的算法来解决模型中的问题。 可以是寻找合适的算法根据自己的场景合理地进行改进，就已经是一个很棒的想法了。 对于科研新手来讲，如何踏出科研的第一步至关重要，确定一个研究方向，确定选题，然后找到创新点，获取 idea ，写出论文，这条打怪升级的道路，可以有简单模式，也可以有复杂模式， anyway ，无论是哪种模式，有大神的指点都会轻松许多。 扫码免费预约定顶会大佬直播课 限前一百名粉丝

文末领福利 文末福利




作为日常为了论文而忙碌的科研人，小编知道大家一定很需要一些资料。因此，小编精心整理了一份 超过 1T 的 AI 顶会论文大礼包！包含 最新顶会论文、书籍等资料，以及英文论文写作指导保姆级资料，从文献阅读到论文写作 ， 全部帮你整理好 ~

扫码免费领课程资料↑ -END-