handson-unsupervised-learning
handson-unsupervised-learning 是 O'Reilly 畅销书《Hands-on Unsupervised Learning Using Python》的官方配套代码库，旨在帮助开发者利用 Python 轻松掌握无监督学习技术。面对现实世界中大量未标注的数据，传统监督学习往往束手无策，而该资源包通过实战案例，解决了如何从杂乱数据中自动发现深层模式、检测异常行为以及进行用户分群等核心难题。
它非常适合具备一定编程基础和机器学习经验的开发者、数据科学家及研究人员使用。只需熟悉 Python，用户即可借助提供的代码快速构建生产级的机器学习解决方案。其独特亮点在于同时支持 scikit-learn 和 TensorFlow 两大主流框架，并持续更新以兼容 TensorFlow 2.x。内容涵盖降维算法、信用卡欺诈检测、自动特征工程、半监督学习、电影推荐系统构建，以及利用生成对抗网络（GAN）合成图像等前沿应用。此外，项目还提供了详细的本地环境配置指南和 Google Colab 云端运行教程，让用户能灵活选择开发环境，高效地将理论转化为解决实际业务问题的能力。
使用场景
某金融科技公司数据团队正试图从海量无标签的用户交易记录中挖掘潜在风险，以构建新一代反欺诈系统。
没有 handson-unsupervised-learning 时
- 数据利用率低：面对 95% 以上无标签的交易数据，团队只能依赖少量人工标注样本训练监督模型，导致大量隐藏模式被忽略。
- 特征工程耗时：缺乏自动化工具，分析师需手动尝试数百种特征组合，耗时数周仍难以捕捉复杂的非线性欺诈行为。
- 异常检测不准：传统规则引擎误报率高，无法动态适应新型欺诈手段，常将正常大额消费误判为风险，影响用户体验。
- 用户分群粗糙：仅凭简单统计指标划分用户，无法识别具有相似潜在风险的隐蔽群体，导致风控策略“一刀切”。
- 技术落地困难：团队虽了解聚类或降维理论，但缺乏基于 TensorFlow 和 scikit-learn 的生产级代码参考，模型从实验到部署周期漫长。
使用 handson-unsupervised-learning 后
- 激活沉睡数据：直接套用书中无监督学习方案，利用全部 unlabeled 数据进行训练，成功发现人工难以察觉的复杂欺诈关联模式。
- 自动化特征提取：利用提供的自编码器（Autoencoder）代码实现自动特征工程与选择，将原本数周的工作缩短至几天，且特征表达力更强。
- 精准捕获异常：基于书中的降维算法构建异常检测系统，显著降低误报率，并能实时识别从未见过的新型欺诈变种。
- 精细化用户画像：应用成熟的聚类算法将贷款用户细分为多个同质群体，针对不同风险层级制定差异化监控策略，提升拦截效率。
- 快速生产部署：依托书中基于 TensorFlow 2.x 和 scikit-learn 的完整示例代码，团队迅速复现并微调模型，将研发到上线的周期压缩了 60%。
handson-unsupervised-learning 通过提供生产级的代码实战指南，帮助团队将无标签数据转化为核心风控资产，实现了从“被动防御”到“主动洞察”的技术跨越。
运行环境要求
- macOS
- Windows
- 非必需
- 若需支持，需要选定的 NVIDIA GPU 并安装 CUDA 11.0
未说明
快速开始
使用 Python 实践无监督学习
本仓库收录了安库尔·A·帕特尔所著的奥莱利媒体公司出版书籍《使用 Python 实践无监督学习：如何从无标签数据中构建应用型机器学习解决方案》的代码。
官方图书网站：https://www.unsupervisedlearningbook.com/thebook
亚马逊购买链接：https://www.amazon.com/Hands-Unsupervised-Learning-Using-Python/dp/1492035645
奥莱利 Safari 书店购买链接：https://www.oreilly.com/library/view/hands-on-unsupervised-learning/9781492035633/
关于作者的更多信息：https://www.ankurapatel.io
版本更新
2021年5月：新增对 TensorFlow 2.x 的支持、Fashion MNIST 示例，以及用于降维的 TensorBoard 支持。
书籍简介
许多行业专家认为，无监督学习是人工智能领域的下一个前沿方向，它或许能够为人工智能研究中的“圣杯”——即所谓的通用人工智能——揭开神秘面纱的关键。由于全球大部分数据均未经过标注，传统的监督学习无法直接应用；而无监督学习正是为此而生。无监督学习可应用于无标签数据集，帮助我们发掘深藏于数据内部的有意义模式——这些模式往往几乎不可能被人类轻易发现。
作者安库尔·帕特尔通过两个简单且面向生产环境的 Python 框架——scikit-learn 和 TensorFlow——提供了实用的无监督学习应用指南。借助书中提供的动手示例和代码，您将能够识别数据中那些难以察觉的模式，获得更深入的业务洞察，检测异常值，进行自动特征工程与特征选择，并生成合成数据集。只需具备编程基础和一定的机器学习经验，即可轻松入门。
- 比较不同机器学习方法的优势与劣势：监督学习、无监督学习和强化学习
- 从头到尾搭建并管理一个机器学习项目——从数据采集到模型构建，再到将解决方案投入生产
- 利用降维算法挖掘数据中最关键的信息，并构建异常检测系统以及时发现信用卡欺诈行为
- 应用聚类算法对用户进行分组——例如将贷款借款人划分为若干 distinct 且同质的群体
- 使用自编码器实现自动特征工程与特征选择
- 将监督学习与无监督学习算法相结合，开发半监督学习方案
- 使用受限玻尔兹曼机构建电影推荐系统
- 利用深度信念网络和生成对抗网络生成合成图像
- 对时间序列数据（如心电图）进行聚类分析
- 探索无监督学习迄今为止的成功案例及其充满前景的未来发展方向
Google Colaboratory
如果您希望在 Google Colab 中运行代码（而非本地机器），请按照以下步骤操作：在 Google Colab 上运行代码的说明。
设置 Conda 主环境
如果您希望在本地机器上运行本仓库中的代码，请按照以下说明操作。
如果您使用的是 macOS，可在终端中运行
xcode-select --install，以安装 Xcode 命令行工具。根据您的操作系统，安装基于 Python 3.8 的 Miniforge 发行版（Miniforge 官方下载页面）。如果您使用的是 Windows，也可以选择 Anaconda Python 3.8 发行版，而非 Miniforge 发行版。
若需支持 NVIDIA GPU，可安装 CUDA 11.0。该版本仅适用于部分 NVIDIA GPU。
创建一个新的 Anaconda 环境，并根据您的操作系统按照以下说明进行设置。
对于 Windows：
```
conda env create -f environment_windows.yml
conda activate unsupervisedLearning
pip install -r requirements_windows.txt
```
对于 macOS：
```
conda env create -f environment_mac.yml
conda activate unsupervisedLearning
pip install -r requirements_mac.txt
```
从 Google Drive 下载数据（文件过大，不适合在 GitHub 上存储和访问）。
https://drive.google.com/drive/folders/1TQVOPUU4tVOYZvdpbxUo6uOCh0jvWNhv?usp=sharing使用 Jupyter 运行笔记本。
jupyter notebook如果在设置、代码或其他方面遇到任何问题或错误，请发送邮件至作者 ankur@unsupervisedlearningbook.com。
在 macOS Conda 环境中设置 TensorFlow
请按照以下说明为 macOS 设置 TensorFlow。
对于 macOS：
```
conda env create -f environment_tensorflow_mac.yml
conda activate tensorflow_mac
pip install -r requirements_tensorflow_mac.txt
对于 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
对于 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
```
若在运行过程中遇到问题或需要进一步协助，请参阅 TensorFlow for macOS 指南。
版本历史
v1.02021/05/12常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。