一对多监督第3页

中华人民共和国网络安全笔记

3.适用范围-在中国境内建设、运营、维护和使用网络，以及网络安全的监督管理。二、重点章节与核心内容第一章总则1.基本原则-网络安全与信息化发展并重，坚持积极利用、科学发展、依法管理、确保

_DT9825·2025-02-19 01:05

K-means聚类：解锁数据隐藏结构的钥匙

K-means聚类：解锁数据隐藏结构的钥匙在机器学习的广阔领域中，无监督学习以其独特的魅力吸引了众多研究者和实践者。

小村学长毕业设计·2025-02-18 20:18

【SQL】SQL多表查询

比如一对多:一般前面指的是父表后面指的是子表。

天生爱打工·2025-02-18 19:05

SFT（监督微调）和RLHF（基于人类反馈的强化学习）的区别

SFT（监督微调）和RLHF（基于人类反馈的强化学习）的区别STF（SupervisedFine-Tuning）和RLHF（ReinforcementLearningfromHumanFeedback）

钟小宇·2025-02-18 18:11

【机器学习】半监督和无监督极限学习机SS-US-ELM附Matlab代码

标题：【机器学习】半监督和无监督极限学习机SS-US-ELM附Matlab代码一、引言1.1研究背景和意义概述研究的背景以及该研究在领域内的重要性。1.2研究现状分析当前领域的研究进展和存在的问题。

默默科研仔·2025-02-18 18:09

机器学习基本篇

1基本概念机器学习，分为回归，分类，聚类，降维有监督学习回归，分类，有特征，有标签，进行训练，然后对新数据进行预测无监督学习聚类，降维。

胖胖的小肥猫·2025-02-18 16:51

机器学习和线性回归、softmax回归

监督学习监督学习（supervisedlearning）擅⻓在“给定输⼊特征”的情况下预测标签。每个“特征-标签”对都称为一个样本（example）。

小名叫咸菜·2025-02-18 13:53

[1138]基于JAVA的安全监管网络人员信息智慧管理系统的设计与实现

当前，执法人员、监督员以及各类从业人员的信息档案管理工作日益繁重，传统的人工管理模式效率低下、易出错且难以满足实时更新、精准查询的需求。特别是在复杂的执法环

阿鑫学长【毕设工场】·2025-02-18 00:29

机器学习：k均值

在“无监督学习”中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础，较为经典的是聚类。

golemon.·2025-02-17 08:38

【机器学习】无监督学习算法之：K均值聚类

K均值聚类1、引言2、K均值聚类2.1定义2.2原理2.3实现方式2.4算法公式2.4.1距离计算公式2.4.1中心点计算公式2.5代码示例3、总结1、引言小屌丝：鱼哥，K均值聚类我不懂，能不能给我讲一讲？小鱼：行，可以小屌丝：额…今天咋直接就答应了？小鱼：不然呢？小屌丝：有啥条件，直接说，小鱼：没有小屌丝：这咋的了，不提条件，我可不踏实小鱼：你看看你，我不提条件，你还不踏实，那你这是非让我提条件

Carl_奕然·2025-02-16 22:49

大语言模型常用微调与基于SFT微调DeepSeek R1指南

在大型语言模型（LLM）的微调中，有几种常见的方法，包括SFT（监督微调）、LoRA（低秩适应）、P-tuningv2和**Fre

知来者逆·2025-02-16 16:08

字节跳动实习生和校招生内推

机器学习框架，如Pytorch、Tensorflow、DGL、Pyg、Sklearn等；3、熟悉机器学习/图学习/序列学习算法中的一项或者多项，如图建模、时序信号建模、节点/子图分类、社区挖掘、表征学习、自监督

飞300·2025-02-16 10:15

k均值聚类python实现

K均值聚类（K-MeansClustering）是一种常用的无监督学习算法，用于将数据分成K个簇。

小尤笔记·2025-02-15 23:29

机器学习里的逻辑回归Logistic Regression基本原理与应用

LogisticRegression即逻辑回归，是一种广泛应用于机器学习和数据挖掘领域的有监督学习算法，以下从原理、应用、算法优缺点等方面进行介绍：基本原理线性回归基础：逻辑回归基于线性回归模型，其基本形式为

硅基创想家·2025-02-15 19:54

Python机器学习舆情分析项目案例分享

数据标注：对于监督学习，需要对收集到的数据进行标注，标记为积极、消极或中性等类别。可以使用人工标注的方式，也可以利用半

数澜悠客·2025-02-15 02:05

【一起看花书1.3】——第5章机器学习基础

目录：5.7监督学习5.8无监督学习5.9随机梯度下降5.10构建机器学习算法5.11深度学习发展的动力5.7监督学习监督学习，本质上是复杂函数的拟合，即给定特征xxx,我们需要得到标签yyy，这不就是求一个函数的拟合嘛

应有光·2025-02-14 17:03

[论文阅读] CLIP-based fusion-modal reconstructing hashing for large-scaleunsupervised cross-modal retri

目前，现有的无监督哈希方法普遍存在两方面的局限性:(1)现有方法不能充分捕获不同模态数据中潜在的语义相关性和共存信息，导致缺乏有效的特征和哈希编码表示来弥合多模态数据中的异构和语义差距。

2301_80732299·2025-02-14 10:39

ALBERT：轻量级的BERT，用于语言表征的自监督学习

ALBERT：轻量级的BERT，用于语言表征的自监督学习阅读时长：19分钟发布时间：2025-02-13近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎

·2025-02-14 05:05

GPT 系列模型发展史：从 GPT 到 ChatGPT 的演进与技术细节

GPT（2018）：划时代的起点：GPT（GenerativePre-trainedTransformer）首次将Transformer架构与无监督预训练结合，开启了大规模语言模型的新时代。

Ash Butterfield·2025-02-14 00:08

机器学习算法工程师笔试选择题（1）

答案：D（学习率过大会导致不稳定，可能震荡或无法收敛）2.在以下算法中，哪种算法属于无监督学习？A.逻辑回归B.K-近邻算法C.支持向量机D.K-均值聚类答案：D（K-均值聚

Ash Butterfield·2025-02-14 00:08

【必看】凭啥？DeepSeek如何用1/179的训练成本干到GPT-4o 98%性能

其核心策略包括减少监督微调（SFT）步骤，仅依赖强化学习（RL）技术。DeepSeek-R1-Zero版本完全跳过SFT，仅通过RL进行训练。

大F的智能小课·2025-02-13 21:51

【深度学习】常见模型-GPT（Generative Pre-trained Transformer，生成式预训练 Transformer）

它能够通过大量无监督数据预训练，然后微调（Fine-tuning）以适应特

IT古董·2025-02-13 16:15

从零开始构建一个大语言模型-第七章第一节

第七章目录7.1指令微调简介7.2为有监督的指令微调准备数据集7.3将数据整理成训练批次7.4为指令数据集创建数据加载器7.5加载预训练的大语言模型7.6在指令数据上对大语言模型进行微调7.7提取并保存回复

释迦呼呼·2025-02-13 15:07

实时硬件监控，维护系统完整性

硬件监控工具监督各种设备物理组件，如电源、电池、风扇等，从嵌入其中的微型传感器收集数据，这些传感器检测温度和电压等指标。

ManageEngine卓豪·2025-02-13 00:14

100.16 AI量化面试题：监督学习技术在量化金融中的应用方案

1.2技术实现维度1.3实践应用维度2.市场预测模型2.1趋势预测2.2模型训练与评估3.风险评估模型3.1信用风险评估4.投资组合优化4.1资产配置模型5.回答话术0.承前本文通过通俗易懂的方式介绍监督学习在量化金融中的应用

AI量金术师·2025-02-12 18:28

SSM开发(十一) mybatis关联关系多表查询(嵌套查询，举例说明)

目录一、背景介绍二、一对一查询(嵌套查询)三、一对多查询(嵌套查询)四、嵌套查询效率评估注：关联查询则是指在一个查询中涉及到多个表的联合查询一、背景介绍当对数据库的操作涉及到多张表，这在面向对象语言如Java

多则惑少则明·2025-02-12 17:51

人大预算联网监督系统

人大财政预算联网监督是建立和完善中国特色社会主义预算审查监督制度的有益探索，是贯彻实施预算法，加强对政府全口径预算决算审查监督，推动实施全面规范、公开透明预算制度的客观需要，是对人大预算审查监督工作的创新发展

·2025-02-12 00:50

机器学习（入门3）

机器学习（入门3有监督学习算法之回归算法）4回归算法4.1线性回归：利用函数对一个或多个特征值和目标值之间关系进行建模分析的方式回归问题：目标值------连续性函数公式：h(W)=w1x1+w2x1+

caspesjpe·2025-02-11 21:55

【NLP算法面经】NLP算法面经 -- 腾讯 VS 美团（附面题）

：[青松]目录【NLP百面百过】大模型算法高频面题（全面整理ʘ‿ʘ）一、大模型（LLMs）基础面大模型（LLMs）架构篇注意力机制（Attention）篇Transformer理论篇二、大模型微调面有监督微调

青松ᵃⁱ·2025-02-11 13:37

DeepSeek R1 简易指南：架构、本地部署和硬件要求

DeepSeek-R1-Zero证明了纯粹的强化学习是可行的，而DeepSeek-R1则展示了如何将监督学习与强化学习相结合，从而创建出能力更强、更实用的模型。

·2025-02-11 12:49

聚类算法概念、分类、特点及应用场景【机器学习】【无监督学习】

概念机器学习聚类算法‌是一种无监督学习方法，旨在将数据集分割成不同的类或簇，使得同一簇内的数据对象相似性尽可能大，而不同簇之间的数据对象差异性也尽可能大。

飞火流星02027·2025-02-11 07:18

【Python】成功解决ModuleNotFoundError: No module named ‘openpyxl‘

技术专长：擅长处理各类深度学习任务，包括但不限于图像分类、图像重构(去雾\去模糊\修复)、目标检测、图像分割、人脸识别、多标签分类、重识别(行人\车辆)、无监督域适

高斯小哥·2025-02-11 07:14

DeepSeek R1为什么能

与GPT等传统模型依赖大量标注数据进行监督学习不同，Dee

森焱森·2025-02-11 03:48

VividTalk：基于三维混合先验的单次音频驱动说话人头部生成

然而，由于音频与动作之间的一对多映射关系，还没有模型在所有这些指标上领先或并列。在本文中，我们提出VividTalk，一个两阶段的通用框架，支持生成具有上述所有属性的高视觉质量说话人头部视频。

AIGC探路者·2025-02-11 02:35

大模型入门（六）—— RLHF微调大模型

一、RLHF微调三阶段参考：https://huggingface.co/blog/rlhf1）使用监督数据微调语言模型，和fine-tuning一致。

LLM.·2025-02-10 23:17

DeepSeek自监督学习基础与实践

自监督学习（Self-SupervisedLearning,SSL）是一种利用未标注数据进行模型训练的技术。

Evaporator Core·2025-02-10 23:43

JavaWeb开发学习笔记--MySQL

[elseresult]end多表设计一对多（多对一）一般把一的一方叫做父表，把多的一方叫做子表。外键约束：解决多表数据之间的一致性和完整性问题。

Sthamansa·2025-02-10 04:05

大模型学习笔记 - LLM 对齐优化算法 DPO

LLM-DPOLLM-DPODPO概述DPO目标函数推导DPO目标函数梯度的推导DPO概述大模型预训练是从大量语料中进行无监督学习，语料库内容混杂，训练的目标是语言模型损失，任务是nexttokenprediction

JL_Jessie·2025-02-10 03:54

自监督的主要学习方法

自监督学习是一种机器学习方法，其中模型从未标注的数据中学习生成标签，通常通过构造预训练任务或预测任务来从数据的内部结构中提取信息。

一只波加猹~·2025-02-10 03:54

AI学习专题（一）LLM技术路线

拉格朗日乘子法）编程&框架Python（NumPy、Pandas、Matplotlib）PyTorch&TensorFlow基础HuggingFaceTransformers入门深度学习基础机器学习基础（监督

王钧石的技术博客·2025-02-10 01:39

详解Django中的ForeignKey（一对多关联）

ForeignKey是Django模型系统中的一个字段类型，用于定义模型之间的一对多的关系。它创建了一种关系，使一个模型的实例可以连接到另外一个模型的实例，在数据库中表现为外键。

李云龙炮击平安线程·2025-02-09 20:01

从零开始构建一个大语言模型-第六章第一节

第六章目录6.1不同类型的微调6.2准备数据集6.3创建数据加载器6.4用预训练权重初始化模型6.5添加分类头6.6计算分类损失和准确率6.7在有监督数据上微调模型6.8将大语言模型用作垃圾邮件分类器本章内容涵盖介绍不同的大语言模型微调方法为文本分类准备数据集修改预训练大语言模型以进行微调使用微调后的大语言模型对新数据进行分类到目前为止

释迦呼呼·2025-02-09 18:17

机器学习之实战篇——图像压缩(K-means聚类算法)

K-means聚类算法是一种无监督学习算法，在图像压缩中被广泛应用。通过将图像中的像素聚类为有限的几种颜色，从而降低图像的复杂度，实现压缩效果。应用使用场景网络传输：减少图片在网络上传输时的带宽消耗。

鱼弦·2025-02-09 16:08

个人网盘领域首个获批！百度网盘获颁“个人信息保护认证证书”

2022年11月18日，国家市场监督管理总局、国家互联网信息办公室联合发布《个人信息保护认证实施规则》，指定由中国网络安全审查认证和市场监管大数据中心（CCRC）开展个人信息保护认证，这是目前我国个人信息保护领域内唯一对标

·2025-02-08 19:24

机器学习模型创建的数学原理

1模型工作原理机器学习学习模型主要分为监督学习、无监督学习、半监督学习和强化学习，本文聚焦探讨目前应用最为广泛的监督学习问题，下午如未特殊指明，机器学习特指有监督学习机器学习。

HadesZ~·2025-02-08 15:04

无监督学习通俗理解

无监督学习的一种场景，便于理解：在洗钱行为的检测中，需要将这种洗钱的异常行为和正常行为区分开，但是我们不知道洗钱行为的标准是什么样的，因此用到了无监督学习。

特立独行的Q·2025-02-08 14:00

MongoDB开发规范与数据建模

文章目录MongoDB开发规范MongoDB数据建模嵌入式文档一对一关系模型嵌入式文档模型子集模式嵌入式文档一对多关系模型嵌入式文档模型子集模式文档引用一对多关系模型物联网时序数据建模MongoDB开发规范命名原则数据库名使用小写字符

胡尚·2025-02-08 09:18

DeepSeek模型与OpenAI模型原理和技术架构的异同分析

DeepSeek模型与OpenAI模型原理和技术架构的异同分析一、模型原理（一）DeepSeekR1DeepSeekR1的核心原理是基于强化学习（RL）的训练方式，其创新之处在于不依赖任何监督微调（SFT

程序猿000001号·2025-02-08 04:10

机器学习算法分类

以下是详细的分类介绍：1.根据学习方式进行分类1.1监督学习(SupervisedLearning)监督学习是指在训练过程中，输入数据（特征）和输出数据（标签）都是已知的。

和风化雨·2025-02-07 23:07

自动驾驶领域成长方案

专业知识学习：学习数学（高等数学、线性代数、概率论与数理统计、数值分析等），为理解算法和模型提供数学基础；深入研究自动驾驶涉及的专业课程，如控制理论、传感器原理（激光雷达、摄像头、毫米波雷达等）、机器学习（监督学习

树上求索·2025-02-07 18:42

推荐频道

一对多监督