半监督学习

数据挖掘——学习笔记（机器学习--监督，非监督，半监督学习）

627a4f560100xmj1.html在机器学习(Machinelearning)领域，监督学习(Supervisedlearning)、非监督学习(Unsupervisedlearning)以及半监督学习
dews27368·2022-04-06 07:51

OpenAI 研究员谈半监督学习：数据不足情况下的学习方法

在机器学习中，有一些方法用于解决标签稀少的场景，半监督学习是其中一种解决方案，它可以利用一小部分有标签数据和大量的无标签数据进行学习。
智源社区·2022-04-06 07:13

数据挖掘 —— 半监督学习（标签传播算法）

数据挖掘——半监督学习（标签传播算法）标签传播算法参数解释代码结果标签传播算法参数解释标签传播算法要求为标注数据标签为1LablePropagation(kernel,gamma,n_neighbors
CyrusMay·2022-04-06 07:37

计算机视觉的半监督模型：Noisy student, π-Model和Temporal Ensembling

今天我将讨论一些在过去十年中出现的主要的半监督学习模型。首先让我们谈谈什么是半监督学习以及我们为什么对它感兴趣！假设我们有一个大的标记图像数据集。
·2022-04-04 10:37

小样本学习及其在美团场景中的应用

本文从主动学习、数据增强、半监督学习、领域迁移、集成学习&自训练几个方向介绍了现有的一些方法，并在美团场景进行了实验，效果上也取得了一定的提升。希望能对从事相关研究的同学有所帮助或者启发。
美团技术团队·2022-04-01 07:18

【论文解读 ASONAM 2019】Semi-Supervised Learning and Graph Neural Networks for Fake News Detection

Semi-SupervisedLearningandGraphNeuralNetworksforFakeNewsDetection论文链接：https://ieeexplore.ieee.org/document/9073625代码链接：无关键词：半监督学习
byn12345·2022-03-28 07:55

机器学习_pytorch_高级神经网络结构_AutoEncoder自编码

.获取训练数据2.AutoEncoder模型3.训练AutoEncoder自编码神经网络也能进行非监督学习,只需要训练数据,不需要标签数据.自编码就是这样一种形式.自编码能自动分类数据,而且也能嵌套在半监督学习的上面
过动猿·2022-03-20 07:12

CVPR2021目标检测 | 通过可微分神经渲染数据增强（附github源码及论文下载）

现有的解决这一问题的方法包括从未标记数据中插值标记数据的半监督学习，以及通过前置任务利用未标记数据中的信号自监督学习。
计算机视觉研究院·2022-03-19 07:01

Pytorch：图卷积神经网络-概述，半监督学习(标签传播LP算法)和PyTorch Geometric(PyG)安装

Pytorch:图卷积神经网络-概述，半监督学习(标签传播算法)和PyTorchGeometric(PyG)安装Copyright:JingminWei,PatternRecognitionandIntelligentSystem
宅家的小魏·2022-03-17 07:33

人工智能大体浏览（机器学习，回归分类算法，神经网络等）

==3、范围3、GAN(生成对抗网络)4、深度学习软件5、人工智能的三个流派机器学习1、机器学习是什么2、机器学习的缺点3、机器学习的模型4、机器学习的术语5、监督学习【有监督学习】6、无监督学习7、半监督学习
加菲人10086·2022-03-16 07:09

GAN实战笔记——第七章半监督生成对抗网络（SGAN）

半监督生成对抗网络一、SGAN简介半监督学习(semi-supervisedlearning)是GAN在实际应用中最有前途的领域之一，与监督学习（数据集中的每个样本有一个标签）和无监督学习（不使用任何标签
墨戈·2022-03-13 14:00

李沐【实用机器学习】1.4数据的标注

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、半监督学习重要算法：自学习算法二、众包标注需要考虑解决方法主动学习自学习和主动学习结合弱监督学习总结前言数据的标注——思维导图一
鸿鹄一夏·2022-03-13 07:48

李沐实用机器学习——数据标注

一、半监督学习（一）无标签数据的假设相似特征同label同一类同label流行假设：数据的复杂度往往比呈现出的小得多，因此可以做降维处理（二）怎样处理无标签数据？
thisissally·2022-03-13 07:47

机器学习是什么？我对机器学习的理解

特征工程分类机器学习算法分类监督学习无监督学习半监督学习强化学习什么是独立同分布？模型评估拟合机器学习是什么？简单的说机器学习就是模仿人的思维处理数据。
糖潮丽子·2022-03-10 07:52

模式识别机器学习PRML考前自测

机器学习根据是否有监督可以分为：全监督学习（比如naivebayes、回归、SVM），无监督学习（聚类、降维），半监督学习按照是否应用了神经网络可以分为：传统机器
synthesis_UMR·2022-02-24 07:02

利用DP-SSL对少量的标记样本进行有效的半监督学习

©作者|Doreen01介绍深度学习之所以能在图像分类、自然语言处理等方面取得巨大成功的原因在于大量的训练数据得到了高质量的标注。然而在一些极其复杂的场景（例如:无人驾驶）中会产生海量的数据，对这些数据进行标注将会产生大量的时间成本和人工成本。近些年，研究人员提出了activelearning,crowdlabeling,distantsupervision,semi/weak/self-supe
数据分析案例·2022-02-22 16:00

机器学习系列（一）——机器学习简介

机器学习机器学习的分类从机器学习算法本身来看，可分为监督学习、非监督学习、半监督学习、增强学习。监督学习：给机器的训练数据拥有标记或标签的学习方式是监督学习。监督学习主
Ice_spring·2022-02-22 08:30

半监督学习matlab,结合深度学习和半监督学习的遥感影像分类进展

Remotesensingimage,whichisanimportantdatasourceinspatialanalysis,recordsbothspectralandspatialinformationofthescene.Therefore,itiswidelyutilizedinareassuchasterrainclassification,changedetectionandobj
weixin_39859988·2022-02-21 07:41

【GAN ZOO翻译系列】Cat GAN：UNSUPERVISED AND SEMI-SUPERVISED LEARNING WITH CATEGORICAL GAN 用于监督和半监督学习的GAN

JostTobiasSpringenberg弗莱堡大学79110Freiburg,[email protected]原文链接https://arxiv.org/abs/1511.06390v2，引用请注明出处摘要本文提出了一种从未标记或部分标记的数据中学习判别分类器的方法。方法基于客观函数，该函数在观察到的示例与其预测的分类类别分布之间交换互信息，与生成模型的分类器
hyczkg·2022-02-21 07:07

长文总结半监督学习（Semi-Supervised Learning）

在这种情况下，半监督学习（Semi-SupervisedLearning）更适用于现实世界中的应用，近来也已成为深度学习领域热门的新方向，该方法只需要少量有带标签的样本和大量无标签的样本，而本文主要介绍半监督学习的三个基本假设和三
PaperWeekly·2022-02-21 07:51

[半监督学习] Tri-net for Semi-Supervised Deep Learning

Tri-net将tri-training与深度学习模型相结合.首先学习三个初始模型,然后使用每个模型来预测一个未标记数据池,其中两个模型为另一个模型标记一些未标记实例.Tri-net中涉及三个关键技术:模型初始化、多样性增强和伪标签编辑.论文地址:Tri-netforSemi-SupervisedDeepLearning代码地址:http://www.lamda.nju.edu.cn/code_T
码侯烧酒·2022-02-21 07:50

[半监督学习] Tri-Training: Exploiting Unlabeled Data Using Three Classifiers

标准的协同训练算法需要两个充分且冗余的视图,每组都足以用于学习,并且在给定类标签的情况下条件独立.不过这并不容易实现,在论文中,提出了一种新的协同训练风格算法,称为Tri-Training.其不需要冗余的视图,也不需要使用不同的监督学习算法.与最开始使用两个分类器的算法相比,Tri-Training使用三个分类器.论文地址:Tri-Training:ExploitingUnlabeledDataU
码侯烧酒·2022-02-21 07:50

[半监督学习] Democratic Co-Learning

民主协同学习(DemocraticCo-Learning),一种单视图半监督技术.首先在完整的标记数据L\mathbf{L}L上分别训练每个模型mim_imi,然后模型对未标记的数据U\mathbf{U}U进行预测.如果大于一半的模型MMM同意样本的标签,则将该样本{(xi,y^i)}\{(x_i,\hat{y}_i)\}{(xi,y^i)}添加到mim_imi的训练集中.重复此过程,直到不再添加
码侯烧酒·2022-02-21 07:50

[半监督学习] MixMatch: A Holistic Approach to Semi-Supervised Learning

MixMatch融合了半监督学习的主要方法,对于数据增强后的未标记示例,MixMatch预测其低熵标签,并使用MixUp混合标记和未标记数据.论文地址:MixMatch:AHolisticApproachtoSemi-SupervisedLearningTensorFlow
码侯烧酒·2022-02-21 07:20

[半监督学习] Unsupervised Data Augmentation for Consistency Training

深度学习的缺陷在于它通常需要大量的标记数据才能更好的工作,然而现实中带标签的数据往往难以获取，且为数据打标签的成本过高,这时便引入半监督学习.半监督学习是利用未标记数据来解决这一弱点的最有前途的方法之一
码侯烧酒·2022-02-21 07:20

[半监督学习] Metric-Based Semi-Supervised Regression

使用深度神经网络,提出一种基于度量的半监督回归算法(MSSR),其目标是通过度量学习来学习嵌入空间,只需要少量的标记示例和大量的未标记示例.在新空间上执行目标数据点的回归估计.论文地址:Metric-BasedSemi-SupervisedRegression期刊:IEEEAccess2020任务:回归*孪生神经网络(siamesenetwork)孪生神经网络被设计为两个相同的网络,它们通过最后一
码侯烧酒·2022-02-21 07:19

[半监督学习] Deep Co-Training for Semi-Supervised Image Recognition

在监督学习领域,深度神经网络在许多任务中已经取得了先进水平,因此将其引入半监督学习,并结合Co-Training思想,用于处理半监督图像分类问题.论文地址:DeepCo-TrainingforSemi-SupervisedImageRecognition
码侯烧酒·2022-02-21 07:08

初识机器学习_你需要知道的基本概念罗列_以PY为工具

文章目录1.机器学习的组成2.问题划分3.学习方式划分3.1监督学习3.2半监督学习3.3无监督学习4.模型划分4.1生成模型4.2判别模型5.模型评估5.1训练误差与泛化误差5.2过拟合与欠拟合5.2.1
侯小啾·2022-02-18 07:20

机器学习分类

机器学习通常分为四类监督学习无监督学习半监督学习强化学习监督学习监督学习是从标记的训练数据来推断一个功能的机器学习任务。
听城·2022-02-18 00:59

GNN等优缺点总结及解决方案

346942899https://zhuanlan.zhihu.com/p/291230435GCN的缺点在于它灵活性差，transductive，并且扩展性非常差，除此之外这篇论文借助验证集来早停帮助性能提升，跟它半监督学习的初衷有点相悖
rainbow_lucky0106·2022-02-17 07:11

[半监督学习] Semi-supervised Learning for Regression with Co-training by Committee

提出了一个半监督回归框架CoBCReg,其既不需要冗余独立视图,也不需要不同的基础学习算法.现实数据并不总是能被划分为两个冗余的视图,因此,与传统的Co-Training相比,CoBCReg基于单视图.Co-Training:是一种流行的SSL范式,其中两个分类器在两个充分且独立的视图上迭代训练.分别使用两个视图训练两个分类器,然后在每次迭代中,每个分类器标记并选择一些未标记的示例来增加另一个分类
码侯烧酒·2022-02-17 07:02

python 机器学习介绍

常见算法分类已在其他笔记中记过的算法及其补充kNN决策树算法构建流程一、准备工作信息熵二、选择特征信息增益选择特征三、创建分支四、是否终止五、结果生成ID3系列算法和其他算法Apriori算法构建流程半监督学习介绍集成学习介绍
波啵菠波·2022-02-16 07:06

机器学习 西瓜书 Day17 半监督学习

第13章半监督学习13.1未标记样本主动学习拿少量数据训练一个模型，拿这个模型去挑瓜。然后询问瓜农这个瓜好不好。这样挑少量的瓜，用很少量的专业知识就能获得不错的模型。
皇家马德里主教练齐达内·2022-02-13 22:10

机器学习算法分类大全

机器学习算法可以分为监督学习算法、无监督学习算法和半监督学习算法，下面以思维导图的形式总结了一下常见的监督学习和无监督学习算法，简单写了一下各种机器学习算法的分类：（1）监督学习：主要以分类、回归、概率图模型来写思维导图
奔向算法的喵·2022-02-09 08:58

10scikit-learn 机器学习基础入门

机器学习和scikit-learn介绍监督学习介绍机器学习中，我们通常会接触到：监督学习、非监督学习、半监督学习，强化学习等不同的应用类型。
Jachin111·2022-02-08 10:26

机器学习-Sklearn

机器学习(MachineLearning)-Sklearn|莫烦Python通常来说,机器学习的方法包括:监督学习supervisedlearning;非监督学习unsupervisedlearning;半监督学习
大美mixer·2022-02-06 10:05

[半监督学习] Adversarial Dropout for Supervised and Semi-Supervised Learning

引入了对抗性dropout(AdD),可最大限度地提高具有dropouts的网络输出之间的差异.识别出的对抗性dropout用于在训练过程中自动重新配置神经网络,是VirtualAdverarialTraining(VAT)的变种,原来在inputdata上加对抗干扰,AdD则是在网络中间层进行对抗性dropout.在介绍对抗性dropout之前,这里简要介绍深度神经网络(DNN)的随机噪声层,以
码侯烧酒·2022-02-06 07:27

kmeans

工作之后发现有很多的任务都是无监督的，先精通传统机器学习的无监督方法，然后学习神经网络的无监督学习及半监督学习方法。kmeans作为传统聚类中使用最广的方法，作为入门很合适。
亨舆亨行·2022-02-06 01:48

python做神经网络有什么框架_神经网络与深度学习——基于TensorFlow框架和Python技术实现...

目录第1章绪论11.1人工智能21.2机器学习31.2.1监督学习31.2.2非监督学习31.2.3半监督学习41.3深度学习41.3.1卷积神经网络41.3.2循环神经网络51.4实现工具61.4.1Python61.4.2TensorFlow6
weixin_39844525·2022-02-04 17:08

论文推荐-使用 Noisy Student 进行自训练可以提高 ImageNet 分类的表现

教师学生模型、伪标签、半监督学习和图像分类使用NoisyStudent进行自训练改进ImageNet分类是一篇由GoogleResearch、BrainTeam和CarnegieMellon大学发表在2020CVPR
·2022-01-30 10:59

伪标签：用于深度神经网络的简单高效的半监督学习方法

未标记的数据由监督学习网络标记，即所谓的伪标记。然后使用标记数据和伪标记数据训练网络。伪标签(Pseudo-Labels)伪标签是对未标记数据的进行分类后的目标类，在训练的时候可以像真正的标签一样使用它们，在选取伪标签的时使用的模型为每个未标记样本预测的最大预测概率的类：伪标签可以用于带有Dropout的微调阶段。预训练网络以监督方式同时使用标记和未标记数据进行训练：其中n是SGD标记数据中的样本
·2022-01-27 11:47

Python OpenCV实战之与机器学习的碰撞

目录0.前言1.机器学习简介1.1监督学习1.2无监督学习1.3半监督学习2.K均值(K-Means)聚类2.1K-Means聚类示例3.K最近邻3.1K最近邻示例4.支持向量机4.1支持向量机示例小结
·2021-12-03 13:14

【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（九）（回归问题））

回归问题））9回归问题9.1机器学习基础9.1.1机器学习9.1.1.1监督学习（SupervisedLearning）9.1.1.2无监督学习（UnsupervisedLearning）9.1.1.3半监督学习
踏破万里无云·2021-11-10 09:05

OpenCV-Python实战（13）——OpenCV与机器学习的碰撞

OpenCV-Python实战（13）——OpenCV与机器学习的碰撞0.前言1.机器学习简介1.1监督学习1.2无监督学习1.3半监督学习2.K均值(K-Means)聚类2.1K-Means聚类示例3
盼小辉丶·2021-10-24 16:48

【图像检测】基于K-mean和形态学算法实现叶子病虫害检测matlab源码

模型蔬菜病虫害的预警通常依靠植保专家知识来进行,较少采用数学建模方法来进行定量分析.为此,利用部分已知类别的训练样本抽取其关联规则作为监督信息,结合非监督学习的K-mean聚类算法,建立蔬菜黄曲条跳甲的预警模型.半监督学习算法既能发挥有监督学习准确率高的优点
Matlab科研辅导帮·2021-10-16 23:10

小样本学习及其在美团场景中的应用

本文从主动学习、数据增强、半监督学习、领域迁移、集成学习&自训练几个方向介绍了现有的一些方法，并在美团场景进行了实验，效果上也取得了一定的提升。希望能对从事相关研究的同学有所帮助或者启发。
·2021-08-20 16:36

吴恩达_MIT_MachineLearning公开课ch01

概念讲述了机器学习的几种模式，包括了监督学习、无监督学习、半监督学习等。监督学习就是我们知道了输入与输出的关系，比如等会作业里要做的假设了一个代价函数，而我们的目标就是不断去缩小这个损失。其他的
立志要去HKUST的金牌插秧王草丛小马子·2021-08-19 22:28

李宏毅机器学习——机器学习概论

Learningmap【类型】（一）监督学习1.Model（1）Regression（2）Classification，非线性模型包括DeepLearning（3）StructuredLearning结构化学习（二）半监督学习解决问题
thisissally·2021-08-16 23:45

【李宏毅深度学习CP1-2】(task1)机器学习简介

目录一、机器学习介绍二、机器学习相关的技术2.1监督学习2.2半监督学习2.3迁移学习2.4无监督学习2.5监督学习中的结构化学习2.6强化学习三、为什么我们需要学习机器学习?
202xxx·2021-08-16 22:04

【深度学习笔记】 【深度学习混淆专业名词解释】

1.监督学习、无监督学习、半监督学习和强化学习到底有什么区别？
心之所向521·2021-07-01 10:36
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他