第二篇　非监督式学习

非监督式学习（Unsupervised Learning）是机器学习的一种算法，其目的是去对原始数据进行分类，以便了解数据内部结构。非监督式学习在学习时并不知道其分类结果是否正确，没有受到监督（被告知正确的学习方向）。仅输入数据，而它会自动从这些数据中找出潜在规则。当学习完毕并经测试后，可以将之应用到新的案例上。

本篇内容涵盖各种监督式学习算法和案例。