（我在ML和ANN中很新）
不幸的是我无法找到以下场景的学习方法。我确信这主要是因为我还不知道一些术语，所以我的谷歌搜索效果不如它们那么有效
我有训练集，但只有输入。无法准确确定特定输入集的理想输出。 （这被称为无监督吗？）
然而，NN的期望和学习目标非常明确，但只能在统计上确定训练集中的许多（比如所有）输入，它是一个数字，越高越好。
所以说有一个NN有10个输入，4个输出。我有100个训练样本，并且想要训练NN以产生更高的Sum1-TO-100（GoalFunc（o1，o2，o3,4）），其仅可以针对100个样本计算，并且仅对一个样本没有意义样品。 （这被称为无人监督吗？）
我发现的一个解决方案是将NN和Genetic结合起来并将NN权重实现为染色体。在每个时代之后评估Sum1TO100并进化人口。如果最好的染色体表现得足够好，那么选择它。
有没有其他方法来训练我的NN？
...或...
还有其他方法（不是NN）适合这种情况吗？