動手做非監督式機器學習：使用TensorFlow 2.0

詳細介紹不同的分群演算法（clustering algorithms）及如何使用Python來實作這些演算法：

• 分群法定義與應用

• 分群法的類型

• 探索各種分群法以及各種群聚（cluster）

最常見的分群演算法，也就是K-Means分群法：

• K-Means分群法簡介

• 不同的鄰近度（proximity）度量標準，如歐幾里得距離（Euclidean distance）

• K-Means分群法的優點和缺點

如何使用TensorFlow程式庫實作K-Means分群法：

• 我們將使用NumPy、TensorFlow和Pyplot程式庫

• 什麼是廣播（broadcasting）屬性？

• 一步步帶你實作程式碼

什麼是階層式群聚分析（hierarchical cluster analysis，HCA）呢？解決HCA問題有兩種策略：

• 聚合式分群法（agglomerative clustering）

• 分裂式分群法（divisive clustering）

在這部影片中，我們將使用SciPy、PyPlot、Pandas和NumPy程式庫：

• 階層式分群法在SciPy程式庫內的實作

• 繪製散點圖（scatter plot）、樹狀圖（dendrogram）

• 實作數據集範例：購物者的Annual Income（年收入）和Spending Score（消費分數）

• t-SNE是一種非線性降維的方法

• 為什麼降維如此重要？

• 簡介t-SNE演算法背後的數學

• 使用Anaconda IDE，透過Python來實作t-SNE。

• 載入MNIST數據集，一步步帶你實作程式碼

• DBSCAN是最流行的基於密度的分群法。

• 什麼是核心點？邊界點？雜訊點？

• 展示使用Python程式庫的DBSCAN實作。

• Neighborhood的函數

這部影片講解主成分分析（PCA）這種特徵縮減方法，並練習使用TensorFlow解決相關問題。

• 用TensorFlow程式庫完成PCA的實作（使用Python）

• 使用Google Colab

• 使用NumPy、TensorFlow和Scikit-learn程式庫

• 從Scikit-learn程式庫中載入鳶尾花（Iris flower）數據集

這部影片將介紹最著名的非監督學習演算法之一：異常偵測。詳細介紹這種離群值（outlier）偵測的方法，並練習使用TensorFlow程式庫來解決相關問題。

• 使用TensorFlow程式庫進行異常偵測的Python實作

• 展示LOF（Local Outlier Factor）方法的實作

• 計算k_distance

• 找出可抵達的距離（reachability distance）

• 透過比較LOF值來偵測離群值

這部影片將介紹最知名的非監督學習演算法之一：自動編碼器。自動編碼器有各種的類型和不同的應用，我們將在這裡介紹它們。

• 使用TensorFlow程式庫在MNIST數據集上實作一個欠完備（under-complete）的自動編碼器。

• 一步步實作程式碼，建構三層自動編碼器的整體模型。

• 將訓練和測試樣本輸入到自動編碼器並顯示損失。

在這部影片中，我們將解釋什麼是DBN，以及它們實際是如何工作的。我們還將解釋不同類型的DBN，探索這種特別的神經網路。

• 在這部影片中，我們將說明如何使用TensorFlow程式庫實作DBN以及MNIST數據集。

• 使用DBN來製作的classifier（分類器）。

• 設計和預訓練RBM（受限玻爾茲曼機），來協助logistic regression（邏輯斯回歸迴歸）的訓練。

• 在這部影片中，我們將解釋生成對抗網路的基礎知識。

• 了解GAN的工作原理以及其背後的邏輯原理是什麼。

• GAN有兩個對立的神經網路，即生成器（Generator）和鑑別器（Discriminator）。

• GAN的應用有哪些？

• 在這部影片中，我們將說明如何使用TensorFlow程式庫及MNIST數據集來實作GANs方法。

• 定義鑑別器的結構

• 深度卷積神經網路（CNN）

• 在這部影片中，我們將解釋GAN中的生成器。你可以把生成器想成是一種反向的卷積神經網路。

• 訓練生成器和制定損失函數（loss function）

在這部影片中，我們將說明優化器（Optimizer）

學習關於迭代和訓練迴圈，並展示一個簡單範例

• 這部影片將介紹一種有用的非監督式學習演算法，稱為自組織映射（SOM）。使用SOM，我們就能簡化特徵。

• 我們將解釋什麼是SOM，並進一步探討這種特定類型的降維演算法是如何工作的。

• 在這部影片中，我們將使用TensorFlow程式庫，在乳癌數據集上實作SOM，請在這部影片中跟著我們實作吧！

• 載入乳癌數據集並import所需的程式庫：NumPy、TensorFlow和Matplotlib，一步步帶你實作程式碼。