詳細解釋
非監督式學習（Unsupervised Learning）是機器學習 (ML)的一種，模型從未標記的數據中自動發現結構與模式，無需人工提供正確答案。
常見任務：
- 聚類（Clustering）：將相似數據分組
- 降維：減少特徵維度
- 異常檢測：識別異常樣本
與監督式學習的區別：無標籤、發現隱藏結構。嵌入向量 (嵌入 / 詞嵌入 / 向量嵌入) (Embedding Lookup)學習、擴散模型 (擴散生成模型)的某些階段也用到無監督思想。
非監督式學習（Unsupervised Learning）是機器學習 (ML)的一種，模型從未標記的數據中自動發現結構與模式，無需人工提供正確答案。
常見任務：
與監督式學習的區別：無標籤、發現隱藏結構。嵌入向量 (嵌入 / 詞嵌入 / 向量嵌入) (Embedding Lookup)學習、擴散模型 (擴散生成模型)的某些階段也用到無監督思想。