非監督式學習大行其道 場景深度偵測相對複雜(1)
非監督式學習是指監督式(Supervised)學習以外的機器學習方法。與監督式學習最大的不同在於，非監督式學習的每一筆訓練或輸入資料不一定經過標註(Label)。諸如無監督式(Unsupervised)、半監督式(Semi-supervised)、自我監督式(Self-supervised)都是常見的非監督式學習方法。
無監督式學習
圖1(c)是無監督式學習。基本上，它沒有可當作訓練用的資料集，每一筆新輸入的資料都是尚未標註的。簡言之，無監督式學習是藉由偵測輸入資料的模式(Pattern)來建立描述性模型，進而發現資料的關聯結構，或將資料分群(Clustering)。通常，當缺乏可作為訓練用的資料，或新輸入的資料太複雜而無法標註時，才使用無監督式學習。例如ChatGPT之類的生成式對抗網路(Generative...
2024 年 01 月 15 日
