半监督学习第14页

目标追踪论文之狼吞虎咽(5):基于张量的图嵌入半监督学习及其在判别式目标追踪的应用

一、摘要作者将一个图像（imagepatch）看做是一个保留了原始图像结构的二阶张量，然后设计了两个图来描绘目标和背景所在的张量样本中固有的局部几何结构，从而构建一个判别式嵌入空间。图嵌入可以在降低张量维度的同时保留着图的结构。此外，作者提出了两种思路(？)用来寻找原始张量样本到基于张量的图嵌入空间的变换矩阵。为了能够在嵌入空间编码出更多的判别信息，作者提出了基于迁移学习的的半监督策略，用以交替迭

==樛木==·2022-08-13 07:04

图解半监督学习FixMatch，只用10张标注图片训练CIFAR10

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源|AI公园作者|amitness编译|ronghuaiyang【导读】仅使用10张带有标签的图像，它在CIFAR-10上的中位精度为78％，最大精度为84％，来看看是怎么做到的。深度学习在计算机视觉领域展示了非常有前途的结果。但是当将它应用于实际的医学成像等领域的时候，标签数据的缺乏是一个主要的挑战。在实际环境中，对数据做标

小白学视觉·2022-08-13 07:28

虚拟对抗训练（VAT）：一种用于监督学习和半监督学习的正则化方法

虚拟对抗损失：一种对给定输入的条件标签分布的局部平滑度的新度量方法。模型对于输入的微小改变，它的输出不应该有很大的变动，对于小扰动有大的输出波动的模型会导致这个损失函数变大。通常过拟合的时候，会出现这种现象，所以可以把VAT看做是一种正则化的方法。虚拟对抗训练就是要找一个使输出偏差最大的扰动方向，在这个方向上对输入产生扰动，再用于训练模型，使模型的局部平滑度增强。以上公式展示了虚拟对抗训练的原理，

cnblogs.com/qizhou/·2022-08-13 07:55

【科普】半监督学习的概述与思考，及其在联邦学习场景下的应用

关注公众号，发现CV技术之美在现实世界中，数据往往存在各种各样的问题，例如：图片分类模型对标注数据的依赖性很强、标注图片数据难以获取、大量未标注数据存在、针对某个场景的数据量过小…等等问题。在联邦学习中，由于数据的非独立同分布特性（Non-IID）导致了每个客户端（数据拥有者）自身的数据可能存在噪声、标注不完全、数据量不够等等情况，同时我们从隐私安全的方面考虑到只要使用数据，就有可能存在隐私泄露的

我爱计算机视觉·2022-08-13 07:53

半监督学习的概述与思考，及其在联邦场景下的应用（续）

关注公众号，发现CV技术之美上一文（【科普】半监督学习的概述与思考，及其在联邦学习场景下的应用）中，我们主要介绍了半监督学习相关的基础知识、方法以及一些SOTA论文，接下来我们将从联邦学习结合半监督学习的角度来进行探讨

我爱计算机视觉·2022-08-13 07:53

适用于小样本时间序列预测的图半监督学习方法

0、前言考虑到多变量输入时间序列预测场景多，但是并不是所有场景下都拥有足量的标记数据进行回归模型的训练。正所谓“巧妇难为无米之炊”，受限于数据量，由于过拟合问题，很多回归预测方法都不适应，例如深受大家喜爱的深度学习方法LSTM。那么怎么打破僵局呢？难道真的只能采用传统不受限于数据量的方法吗？（并不是片面认为常规简便方法不好！）或者说等几十年后数据量多了再来做预测？显然并不需要这么绝望！针对小样本学

机器猫001·2022-08-13 07:52

半监督学习笔记（二）：一致性正则化

Introduction原文链接https://arxiv.org/abs/2006.05278v2https://arxiv.org/abs/2006.05278v2昨天的更新讲了一下半监督学习的Overview

IRONFISHER·2022-08-13 07:41

逐点流行正则化方法及其在半监督学习上的应用

半监督学习尝试利用未标记数据所披露的内在数据分布信息，以提升学习效果，引起了广泛的关注。流形正则化是半监督学习常用方法之一。

机器猫001·2022-08-13 07:08

李宏毅机器学习复习——第一章：机器学习介绍

机器学习的分类：按照学习方式基本分为5大类：监督学习，半监督学习，无监督学习，迁移学习和强化学习。将监督学习，再细分为回归问题和分类问题。

1静1一·2022-08-12 15:08

【一千个论文合集】计算机科学的26个细分领域近年必读论文集合

14.数据科学15.安全与隐私16.计算科学17.计算机工程18.软件工程19.计算机体系结构20.实时和嵌入式系统21.程序设计语言22.芯片技术23.网络和分布式系统24.操作系统1.机器学习名称：半监督学习

AMiner学术搜索和科技情报挖掘·2022-08-12 12:16

机器学习之聚类——谱聚类简介及其对特殊形状区域数据的聚类

活动地址：CSDN21天学习挑战赛引子传说有个叫机器学习的星球，星球上除了海水，还分布着三个大陆，他们的名字分别是监督学习、无监督学习以及半监督学习。

肥猪猪爸·2022-08-12 07:18

谷歌大规模机器学习：模型训练、特征工程和算法选择ppt

ML的类型：监督学习；无监督学习；半监督学习；……监督学习：用于训练的输入数据有标记。分类（学习决策边界）。示例：文本/图像/视频分类，垃圾邮件检测等回归（学习预测连续值）。

isbndyy·2022-08-10 19:58

论文翻译：图卷积入门-SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS

我们提出了一种可扩展的在图结构数据上进行半监督学习的方法，它基于一种直接在图上操作的卷积神经网络的有效变体。我们通过频谱图卷积的局部一阶近似来激励卷积架构的选择。

王壹浪·2022-08-08 07:10

【论文阅读】Mean teachers are better role models

下载1.摘要最近提出的TemporalEnsembling在几个半监督学习基准中取得了最先进的结果。它维护每个训练示例的标签预测的EMA，并惩罚与此目标不一致的预测。

来日可期1314·2022-07-29 11:50

基于双任务一致性的半监督医学图像分割

论文总结：基于双任务一致性的半监督医学图像分割背景：大多数现有的半监督学习（SSL）算法都倾向于通过扰动网络和/或数据来规范模型训练。观察到多/双任务学习关注具有固有预测扰动的不同级别的信息。

无咎.lsy·2022-07-21 14:14

1人工智能概述------机器学习算法分类 (监督学习、回归问题、分类问题、无监督学习、半监督学习、强化学习)

文章目录1.5机器学习算法分类1监督学习1.1回归问题1.2分类问题2无监督学习3半监督学习4强化学习拓展阅读独立同分布lD（independentandidenticallydistributed）5

程序猿_凡白·2022-07-16 07:30

人工智能一百问-1无监督、有监督、半监督、强化学习都是什么意思？有哪些区别？有哪些比较有代表性的算法？常见的应用场景有哪些？

他们的区别，无监督是训练集没有标准答案；监督学习是训练集都有标准答案；半监督学习是一小部分训练集有标准答案，大部分训练集没有标准答案；强化学习是给到奖励或惩罚的刺激，通过试错和反馈来进行学习。

AI二师兄·2022-07-16 07:21

机器学习学习笔记（二）-模型选择与评估

绪论模型评估与选择（1）模型评估与选择（2）模型评估与选择（3）线性模型（1）线性回归决策树神经网络支持向量机贝叶斯分类集成学习聚类降维与度量学习特征选择与稀疏学习计算学习理论半监督学习概率图模型规则学习强化学习模型评估与选择

宝剑磨，梅花寒·2022-07-14 07:59

《机器学习方法（第三版）——李航》学习笔记（一）

文章目录前言一、第一章机器学习及监督学习概论1、机器学习实现机器方法的步骤机器学习的研究2、机器学习的分类基本分类监督学习（1）输入空间、特征空间和输入空间（2）联合概率分布无监督学习强化学习半监督学习与主动学习前言提示

HitStuHan·2022-07-14 07:16

[Datawhale-李宏毅机器学习-39期]-001-机器学习介绍

课程流程：第一节课主要内容三类任务：回归分类结构化学习（不懂）四种学习：有监督学习无监督学习半监督学习强化学习（好奇，没搞过，奖励机制咋设置的）问题：自监督学习咋算感悟越来越觉得在实际应用中，数据才是最重要的

deyiwang89·2022-07-12 07:47

机器学习中的无监督学习应用在哪些领域呢？自动驾驶？医疗影像？卷积神经网络？

高性能服务器·2022-07-09 07:33

统计学习方法学习笔记：第一章.统计学习及监督学习概论

第一章：统计学习及监督学习概论：统计学习方法统计学习方法按照不同的角度可以分为不同的几个类别，如：监督学习、无监督学习、半监督学习、强化学习等，又可以根据技巧分为：贝叶斯学习、核方法；按模型分类：线性、

小滔滔ahh·2022-07-05 07:38

《统计学习方法》李航-第二版，读数笔记

第1章统计学习及监督学习概论一、分类基本分类：监督学习、无监督学习、强化学习、半监督学习和主动学习监督学习：分类问题（离散）和回归问题（连续）按模型分类：概率与非概率、线性和非线性、参数化和非参数化二、

纯_小白·2022-07-05 07:59

统计学习方法-李航-第一章学习笔记

特点：（1）数据独立同分布；（2）模型属于某个假设空间（学习范围）；（3）给定评价准则下最优预测；（4）最优模型的选择由算法实现统计学习分类统计学习：监督学习非监督学习强化学习(半监督学习主动学习)监督学习

好想发论文·2022-07-05 07:57

统计学习方法-李航-第一章：统计学习方法概论-笔记1

文章目录0机器学习分类0.1监督学习0.2无监督学习0.3半监督学习0.4强化学习1统计学习方法概论1.1监督学习的步骤1.2统计学习三要素1.3模型评估1.4交叉验证1.4.1简单交叉验证1.4.2S

流动的风与雪·2022-07-05 07:57

李航《统计学习方法》学习笔记（一）

第一章统计学习及监督学习概论统计学习的分类-监督学习-无监督学习-强化学习-半监督学习-主动学习1.2.1监督学习：监督学习的本质是学习输入到输出的映射的统计规律，这一映射由模型来表示（1）输入空间、特征空间和输出空间特征空间

MoneyBagZ·2022-07-05 07:32

机器学习：李航-统计学习方法笔记（一）监督学习概论

目录1.1统计学习1.2统计学习的分类1.2.1基本分类监督学习定义：无监督学习强化学习半监督学习主动学习1.2.2按模型分类1.2.3按算法分类1.2.4按技巧分类贝叶斯学习（Bayesianlearning

凌贤文·2022-07-05 07:54

机器学习----KNN算法及机器学习的套路

机器学习:分类按照是否有标签(答案)有监督学习(都有标签)半监督学习(部分标签)无监督学习(无标签)监督学习(Supervisedlearning)按照数据预测的结果分类Classification预测的值是离散的股票的涨还是跌

__Miracle__·2022-07-04 07:23

大师兄的数据分析学习笔记(十四）：机器学习与数据建模

二、关于机器学习机器学习根据是否有标注，可以分为监督学习、非监督学习和半监督学习。机器学习的任务，就是提炼出输入数据与标注间的关系，并进行预测

superkmi·2022-07-01 19:43

机器学习_深度学习毕设题目汇总——目标检测B

图像的舰船目标检测方法研究基于三维点云分析的智能汽车目标检测方法研究基于传播模型的显著目标检测方法研究基于全卷积模型的显著性目标检测算法研究基于区域卷积神经网络的光学遥感图像部分遮挡目标检测识别技术研究基于图的半监督学习与排序模型的视觉显著目标检测研究基于深度神经网络的高分辨率遥

MetaGrad·2022-06-27 23:48

【一起啃西瓜书】机器学习-期末复习（不挂科）

【一起啃西瓜书】机器学习-期末复习（不挂科）前言试卷题型第一章：绪论一般过程任务数据训练集验证集监督学习无监督学习半监督学习第二章：模型评估与选择欠拟合与过拟合评估方法性能度量错误率&精度查准率&查全率交叉验证第三章

ZSYL·2022-06-27 07:13

机器学习入门（一）

目录前言一、机器学习概述1.什么是机器学习2.机器学习问题分类2.1监督学习2.2半监督学习2.3无监督学习2.4强化学习3.机器学习开发流程二、初步使用数据集1.鸢尾花数据集的获取2.鸢尾花数据集的划分

赵尘临_1226·2022-06-27 07:30

统计学习方法笔记_cbr

.统计学习的对象3.统计学习的方法4.统计学习的研究1.2统计学习的分类1.2.1基本分类1.监督学习（1）输入空间、特征空间和输出空间；（2）联合概率分布（3）假设空间2.无监督学习3.强化学习4.半监督学习与主动学习

chenburong2021·2022-06-23 07:39

Semi-Supervised Image Dehazing（半监督图像去雾）2020

概要：本文提出了一种有效的半监督学习算法，用于单幅图像去雾。所提出的算法应用了一个包含监督学习分支和无监督学习分支的深度卷积神经网络(CNN)。

啦啦啦啦啦啦.·2022-06-11 07:33

李宏毅机器学习2016 第十一讲半监督学习

https://pan.baidu.com/s/1c3Jyh6S密码：77u5我的第十讲笔记：李宏毅机器学习2016第十讲为什么是“深度”学习Semi-supervisedLearning本章主要讲述了半监督学习的原理及实现方法

Joe-Peng_hitsz·2022-06-07 07:37

周志华：深度学习不只是深度神经网络

IEEE)、国际模式识别学会(IAPR)、国际工程技术(IET/IEE)等学会的会士，实现了AI领域会士大满贯，也是唯一一位在中国大陆取得全部学位的AAAI会士，对于机器学习中的集成学习、多标记学习与半监督学习有着卓越的贡献

周雄伟·2022-05-27 07:05

机器学习概念总结笔记（一）——机器学习算法分类、最小二乘回归、岭回归、LASSO回归

3）半监督学习：有trainset，trainset里面y的取值有些知道有些不知道。4）增强学习：reinforceme

abele280·2022-05-26 07:31

实用机器学习笔记-第三章-机器学习模型分类与介绍

机器学习模型本章节内容：介绍机器学习的模型分类、常用分类的模型的代表1.入门介绍1.1机器学习算法分类可监督学习：在有标号数据上训练模型，去预测标号自监督学习：标号由数据中生成出来的(word2Vec,BERT)半监督学习

11408考研休息室·2022-05-23 07:15

[论文][表情识别]Towards Semi-Supervised Deep Facial Expression Recognition with An Adaptive Confidence Margin

#论文基本情况发表时间及刊物/会议：2022CVPR发表单位：西安电子科技大学，香港中文大学，重庆邮电大学#问题背景在大部分半监督学习方法中，一般而言，只有部分置信度高于提前设置的阈值的无标签数据被利用

柒七同学·2022-05-22 22:00

【机器学习】西瓜书目录

～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习

AllBull·2022-05-21 07:02

Python学习记录机器学习

机器训练过程的分类监督学习（带标记）根据标签的特点来分类回归问题分类问题无监督学习（不带标记）聚类算法降维算法半监督学习（部分带标记）监督学习和无监督学习使用场景监督学习的使用场景

三千院喵·2022-05-19 07:34

手把手教你实现GAN半监督学习

小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达引言本文主要介绍如何在tensorflow上仅使用200个带标签的mnist图像，实现在一万张测试图片上99%的测试精度，原理在于使用GAN做半监督学习

小白学视觉·2022-05-18 07:02

李宏毅机器学习笔记——机器学习相关技术介绍

半监督学习少部分数据标签已知，大部分数据无标签，考虑到标

小陈phd·2022-05-17 07:00

对于强化学习的梳理

强化学习（增强学习）概述知识联系强化学习是属于机器学习的一种，机器学习主要分监督学习、非监督学习、半监督学习、增强学习。

六路火车·2022-05-16 07:16

机器学习--初识

将实例数据划分到合适的类别中2.回归:主要用于预测数值型数据机器学习的本质就是分类(个人理解:回归可以看做是一个多分类)二、监督学习与非监督学习机器学习可以根据训练时监督的量与类型进行分类，主要有四类：监督学习、非监督学习、半监督学习

weixin_42929785·2022-05-15 07:58

初识机器学习-监督学习与无监督学习

初识机器学习机器学习主要分为：监督学习，无监督学习，半监督学习等。监督学习（supervisedlearning）从给定的训练数据集中训练出一个函数，当新的数据到来时，就可根据这个函数预测出结果。

潜行者QAQ·2022-05-15 07:51

统计学习的分类

文章目录一.基本分类1.1监督学习1.2无监督学习1.3强化学习1.4半监督学习与主动学习二.按模型分类2.1概率模型与非概率模型2.2线性模型与非线性模型2.3参数化模型与非参数化模型三.按算法分类3.1

迪菲赫尔曼·2022-05-12 07:15

监督学习(1)|一文搞懂线性回归，lasso回归，岭回归

1.引言机器学习三大主要分支：监督学习、无监督学习和半监督学习。对于监督学习，根据目标数据类型的不同分为二大核心任务：分类和回归。其中分类指目标数据为离散型变量，回归指目标数据为连续型变量。

ZZ邀你聊数科·2022-05-10 07:52

机器学习笔记01——基本概念

按照任务训练特点分类：监督学习：基于已知类别的训练数据进行学习；无监督学习：基于未知类别的训练数据进行学习；半监督学习：同时使用已知类别和未知类别的训练

死磕的斯坦张·2022-04-28 08:21

论文笔记：ICLR 2019 Deep Graph Infomax

前言论文链接：https://arxiv.org/abs/1809.10341github：https://github.com/PetarV-/DGI之前的大部分图节点表示学习方法属于半监督学习例如经典的

饮冰l·2022-04-27 16:21

推荐频道

半监督学习