求教非监督学习的前景

目前在一个排名相对靠后的学校年Master thesis, major in computering engineering，跟着老板做的课题是非监督学习中的模糊聚类相关（可能在图像分割中有点用），老板在模糊逻辑（fuzzy logic）方面研究成果很多，论文引用2w+。但是感觉自己做的东西在工业界应用的不多，目前几乎都是监督学习，尤其是深度学习，所以想求教一下大家在工作时候是否应用一些非监督学习的一些知识，大家感觉前景如何？
p.s. 最近老板说可以跟我一起发paper，自己也做了一些创新的东西，但是不太清楚自己的东西的应用前景，发了paper也没什么意思。在考虑是否要向监督学习靠一靠，麻烦大家提提意见，回复都加米cheers!

Unsupervised learning is definitely the future. But fuzzy logic seems a little outdated. In fact, feature representation learning is the primary challenge for most ML problems. Why deep learning works so well is simply because it can extract useful features. Technically, features can be learned with or without a label. It really depends on what problem you want to solve.  Also, semi-supervised learning would be very interesting down the road given it only requires a very small labelled dataset. Besides, active learning includes experts in loop provides another practical solution as well. In the industry, lots of domain experts don't trust deep learning or even machine learning because decisions made by ML are hard to interpret. Simply say, either supervised or unsupervised, clustering or classification is just a solution depending on what you have. In my opinion, they are all very important and promising.

ai各位大佬不是一直都坚信无监督学习才是ai的未来吗，只是现在没研究明白。

我现在的工作做到的非监督学习就是看地图上面的分区了，比如看看疾病在哪个地区爆发分布什么的。我个人觉得如果你把非监督和地图结合起来，会非常凶，这方面还是会很多机会的。不过我现在自己的本质工作还是监督学习。
关键是你老板有多凶，抱好腿腿比较实在。

zaty 发表于 2017-11-10 02:06
我现在的工作做到的非监督学习就是看地图上面的分区了，比如看看疾病在哪个地区爆发分布什么的。我个人觉得 ...

恩 与地图结合感觉会很不错 我记得我老板之前有phD是在做结合地图这方面的 等论文这段时间忙完可以问一下 非常感谢~
感觉在工业界现在还是监督学习，可能再过几年（或者几十年）非监督学习才会像现在监督学习这样流行吧

我觉得没人监督 自学也可以

非监督做出来市场前景比监督大，想想data label的人力时间成本

zmlzeze 发表于 2017-11-11 01:08
非监督做出来市场前景比监督大，想想data label的人力时间成本

是的 做出来效果好的话会应用很大 但是也更难

如果非常懂unsupervised learning的话，毕业后做supervised learning相关的ML Engineer其实也完全没问题的吧。。？

补充内容 (2017-11-12 14:49):
对不起，没注意到你是master。。要是发不了很牛的paper的话，就业还是应该以software engineering为主，所以有没有研究前景其实和你没什么关系。。