handson unsupervised learning

使用 Python 進行無監督學習實踐

此儲存庫包含 O'Reilly Media, Inc. 書籍《使用 Python 進行無監督學習實踐：如何從未標記資料建立應用機器學習解決方案》（作者：Ankur A. Patel）的程式碼。

官方圖書網站：https://www.unsupervisedlearningbook.com/thebook

可在亞馬遜購買：https://www.amazon.com/Hands-Unsupervised-Learning-Using-Python/dp/1492035645

可在 O'Reilly Safari 上取得：https://www.oreilly.com/library/view/hands-on-unsupervised-learning/9781492035633/

有關作者的更多資訊：https://www.ankurapatel.io

發布更新

2021 年 5 月：新增了對 TensorFlow 2.x、Fashion MNIST 範例和 Tensorboard for Dimensionality Reduction 的支援。

書籍說明

許多行業專家認為無監督學習是人工智慧的下一個前沿領域，它可能掌握著人工智慧研究聖杯（即所謂的通用人工智慧）的鑰匙。由於世界上大部分數據都是無標籤的，傳統的監督學習無法應用；這就是無監督學習的用武之地。

作者 Ankur Patel 提供了有關如何使用兩個簡單、可用於生產的 Python 框架（scikit-learn 和 TensorFlow）來應用無監督學習的實用知識。透過提供的實踐範例和程式碼，您將識別資料中難以找到的模式並獲得更深入的業務洞察、檢測異常、執行自動特徵工程和選擇以及生成合成資料集。您所需要的只是編程和一些機器學習經驗即可開始。

• 比較不同機器學習方法的優缺點：監督學習、無監督學習和強化學習
• 端到端設定和管理機器學習專案 - 從資料收集到建構模型以及在生產中實施解決方案的一切
• 使用降維演算法來發現數據中最相關的信息，並建立異常檢測系統來捕獲信用卡欺詐
• 應用聚類演算法將使用者（例如貸款借款人）細分為不同且同質的群組
• 使用自動編碼器執行自動特徵工程和選擇
• 結合監督和無監督學習演算法來開發半監督解決方案
• 使用受限玻爾茲曼機構建造電影推薦系統
• 使用深度信念網路和生成對抗網路生成合成影像
• 對心電圖等時間序列資料進行聚類
• 探索迄今為止無監督學習的成功及其充滿希望的未來

Google合作實驗室

如果您希望使用 Google Colab（而不是本機電腦），請按照以下說明在 Google Colab 上執行程式碼。

設定主要 Conda 環境

如果您希望在本機電腦上執行此儲存庫，請按照以下說明進行操作。

1. 如果您使用的是 macOS，請在終端機中使用xcode-select --install安裝 Xcode 命令列工具。

2. 根據您的作業系統安裝 Python 3.8 的 Miniforge 發行版。如果您使用的是 Windows，您可以根據需要選擇 Python 3.8 的 Anaconda 發行版，而不是 Miniforge 發行版。

3. 要獲得 NVIDIA GPU 支持，請安裝 CUDA 11.0。此功能僅適用於選定的 NVIDIA GPU。

4. 設定新的 Anaconda 環境並根據您的作業系統按照這些說明進行操作。

對於Windows ：

 ```
conda env create -f environment_windows.yml
conda activate unsupervisedLearning
pip install -r requirements_windows.txt
```

對於macOS ：

 ```
conda env create -f environment_mac.yml
conda activate unsupervisedLearning
pip install -r requirements_mac.txt
```

5. 從 Google Drive 下載資料（檔案太大，無法在 Github 上儲存和存取）。

    https://drive.google.com/drive/folders/1TQVOPUU4tVOYZvdpbxUo6uOCh0jvWNhv?usp=sharing
   

6. 使用 Jupyter 運行筆記本。

    jupyter notebook
   

7. 如果您在設定、程式碼或其他方面遇到任何問題或錯誤，請發送電子郵件給作者：[email protected]。

為 macOS Conda 環境設定 TensorFlow

請依照以下說明為 macOS 設定 TensorFlow。

對於macOS ：

 ```
conda env create -f environment_tensorflow_mac.yml
conda activate tensorflow_mac
pip install -r requirements_tensorflow_mac.txt

For Apple Silicon Mac (M1):
	pip install --upgrade --force --no-dependencies https://github.com/apple/tensorflow_macos/releases/download/v0.1alpha3/tensorflow_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl https://github.com/apple/tensorflow_macos/releases/download/v0.1alpha3/tensorflow_addons_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl

For Intel Mac:
	pip install --upgrade --force --no-dependencies https://github.com/apple/tensorflow_macos/releases/download/v0.1alpha3/tensorflow_macos-0.1a3-cp38-cp38-macosx_11_0_x86_64.whl https://github.com/apple/tensorflow_macos/releases/download/v0.1alpha3/tensorflow_addons_macos-0.1a3-cp38-cp38-macosx_11_0_x86_64.whl 
```

如果您遇到問題，請參閱適用於 macOS 的 TensorFlow 指南或聯絡我們。