无监督学习课程
无监督学习课程可以帮助您学习 Clustering 技术、Dimensionality Reduction 和 Anomaly Detection。您可以掌握数据预处理、Feature Extraction 和解释复杂数据集的技能。许多课程都会介绍 Scikit-learn 和 TensorFlow 等 Python 库等工具，这些工具支持在项目中实施这些方法。您还将探索客户细分、图像处理和推荐系统等领域的实际应用，提高从无标签数据中获得洞察力的能力。
热门无监督学习课程和认证
状态：免费试用您将获得的技能: Computer Vision, Image Analysis, Matlab, Artificial Neural Networks, Deep Learning, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Performance Tuning, Classification And Regression Tree (CART)
状态：免费试用您将获得的技能: Anomaly Detection, Image Analysis, Computer Vision, Matlab, Unsupervised Learning, Deep Learning, Application Deployment, PyTorch (Machine Learning Library), Data Synthesis, Medical Imaging
状态：预览Duke University
您将获得的技能: 机器学习, 监督学习, 无监督学习, 计算机视觉, 深度学习, Python 程序设计, PyTorch（机器学习库）, 医学影像, Machine Learning 方法, 自然语言处理, 图像分析, 强化学习, 人工神经网络, 应用机器学习
状态：新状态：预览您将获得的技能: Unsupervised Learning, Microsoft Excel, Excel Formulas, Scatter Plots, Data Visualization, Data Analysis, Data Manipulation, Feature Engineering, Data Validation
状态：免费试用IBM
您将获得的技能: 机器学习, 无监督学习, 降维, 机器学习算法, 深度学习, 计算机视觉, 应用机器学习, 人工智能, 生成模型架构, Keras（神经网络库）, 自然语言处理, 强化学习, 人工神经网络, 图像分析
状态：免费试用DeepLearning.AI
您将获得的技能: 深度学习, 计算机视觉, 网络架构, Keras（神经网络库）, 图像分析, 张力流, 可视化（计算机制图）, 热图
状态：免费试用University of Washington
您将获得的技能: 回归分析, 机器学习, 监督学习, 计算机视觉, 文本挖掘, 深度学习, Python 程序设计, 应用机器学习, 人工智能, 预测建模, 功能工程, 自然语言处理, 图像分析, 分类与回归树 (CART), 数据挖掘
状态：免费试用IBM
您将获得的技能: 回归分析, 商业分析, Scikit-learn （机器学习库）, 机器学习, 数据处理, 抽样（统计）, 机器学习算法, 统计建模, 数据操作, 性能指标, 随机森林算法, 预测建模, 监督学习, 数据清理, 功能工程, 分类与回归树 (CART), 应用机器学习
状态：新状态：预览O.P. Jindal Global University
您将获得的技能: Supervised Learning, Tensorflow, Image Analysis, Artificial Neural Networks, Scikit Learn (Machine Learning Library), Python Programming, Machine Learning, Deep Learning, Unstructured Data, NumPy, Matplotlib, Natural Language Processing, Text Mining, Pandas (Python Package), Regression Analysis, Performance Tuning
状态：新状态：预览Northeastern University
您将获得的技能: Unsupervised Learning, Supervised Learning, Regression Analysis, Applied Machine Learning, Statistical Modeling, Machine Learning Algorithms, PyTorch (Machine Learning Library), Statistical Methods, Statistical Machine Learning, Machine Learning, Predictive Analytics, Predictive Modeling, Statistical Programming, Artificial Intelligence and Machine Learning (AI/ML), Deep Learning, Probability & Statistics, Dimensionality Reduction
状态：新状态：预览您将获得的技能: Unsupervised Learning, SPSS, Applied Machine Learning, Machine Learning, Machine Learning Algorithms, Statistical Analysis, Data Cleansing, Data Analysis, Statistical Methods, Data Visualization Software
状态：新状态：免费试用您将获得的技能: Data Processing
与 unsupervised learning 相关的搜索
总之，以下是 10 最受欢迎的 unsupervised learning 课程
- Introduction to Deep Learning for Computer Vision: MathWorks
- Advanced Deep Learning Techniques for Computer Vision: MathWorks
- 机器学习概论: Duke University
- Excel: Apply & Evaluate Unsupervised Clustering: EDUCBA
- 深度学习和强化学习: IBM
- 利用 TensorFlow 实现高级计算机视觉: DeepLearning.AI
- 机器学习基础：案例研究法: University of Washington
- 有监督的机器学习：分类: IBM
- Machine Learning: O.P. Jindal Global University
- Statistical Learning for Engineering Part 1: Northeastern University
