E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
半监督学习
机器学习哪些事
1.机器学习可以根据训练时监督的量和类型分为四类:监督学习,非监督学习,
半监督学习
和强化学习1.1监督学习:用来训练算法的训练数据包含了答案(即标签)重要的监督学习算法:K近邻算法,线性回归,逻辑回归,
mengenqing
·
2020-07-29 14:55
机器学习
MixMatch:
半监督学习
MixMatch:
半监督学习
1摘要2介绍3已有相关工作3.1ConsistencyRegularization一致性正则化3.2EntropyMinimization/Entropyregularization
随君
·
2020-07-28 14:20
【
半监督学习
】MixMatch、UDA、ReMixMatch、FixMatch
半监督学习
(Semi-SupervisedLearning,SSL)的SOTA一次次被Google刷新,从MixMatch开始,到同期的UDA、ReMixMatch,再到2020年的FixMatch。
mishidemudong
·
2020-07-28 13:41
机器学习
【机器学习】之机器学习方法的分类
图像已经积累了标定信息银行已经积累了客户的信息和信用卡的信息2,非监督学习给机器的训练数据没有标记或答案对没有标记的数据进行分类–聚类分析对数据进行降维处理特征提取:把没用的特征忽略掉特征压缩:PCA算法方便可视化异常检测:对一些错误的点去除3,
半监督学习
逸羽菲
·
2020-07-28 08:50
机器学习
Semi-supervised Deep Learning for Fully Convolutional Networks文章解读
目前对FCN分割还没有半监督的方法,本文提出auxiliarymanifoldembedding的概念在随机特征内嵌的辅助下用于FCN的
半监督学习
,并且用已提出的方法对现有的MSlesion分割任务进行实验验证
报任安者
·
2020-07-28 06:07
深度学习文章解读
论文笔记之:Dynamic Label Propagation for Semi-supervised Multi-class Multi-label Classification ICCV 201...
DynamicLabelPropagationforSemi-supervisedMulti-classMulti-labelClassificationICCV2013在基于Graph的
半监督学习
方法中
a1424262219
·
2020-07-27 18:47
用于三维医学图像检测的
半监督学习
——FocalMix: Semi-Supervised Learning for 3D Medical Image Detection
本文记录下阅读CVPR2020论文其中的《FocalMix:Semi-SupervisedLearningfor3DMedicalImageDetection》,更新于2020.7.1——阿波我把重点都标黄了,看过其他SSL的文章可以直接食用标注部分即可。论文原文:Semi-SupervisedLearningfor3DMedicalImageDetection论文逻辑目录Contribution
DJ_SIGS
·
2020-07-27 11:56
图像分割
计算机视觉
机器学习
人工智能
深度学习
图像处理
医学
深度学习笔记一
对于机器学习,根据有无监督又分为全监督学习(回归算法、朴素贝叶斯以及SVM等),无监督学习(聚类算法,如sklearn的KMeans)以及
半监督学习
;根据是否应用了神经网络又分为传统机器学习以及神经网络
脂环
·
2020-07-25 21:00
第一次作业:深度学习基础
数据标记(监督学习、无监督学习、
半监督学习
、强化学习)数据分布(参数模型,非参数模型)建模对象(判别模型、生成模型)策略:从假设空间中学习、选择最优模型的准则(确定目标函数)算法:根据目标函数求解最优模型的具体计算方法
木槿花篱
·
2020-07-25 13:00
第十三章
半监督学习
未标记样本在现实任务中,会出现一部分样本被标记而另一部分样本未被标记的情况,那么如何利用好未标记样本数据呢?主动学习:先用标记好的样本数据来进行训练,然后利用训练出的学习器找出未标记样本中对性能改善最大的数据来询问专家,如此只需要专家标记比较少的数据就可以得到比较强的学习器,这种方法被称为“主动学习”,此方法引入了额外的专家知识,还需要外部的介入来辅助学习。显然,主动学习依旧需要依赖外部来进行,本
尘濯
·
2020-07-18 14:53
Arxiv网络科学论文摘要8篇(2019-01-08)
使用随机游走进行动态图的高效表示学习;社区检测中的度量标准很重要;缓解城市汽车交通问题的关键因素;量化和预测演艺界的成功;两组简单公式估计不规则边界的分形维数;不平衡和异构网络中的
半监督学习
;用于符号网络图表示学习的深度网络嵌入
ComplexLY
·
2020-07-15 21:27
1.机器学习基础概念
数据集的分类:学习方式:监督学习、无监督学习、
半监督学习
监督学习监督学习就是最常见的分类(注意和聚类区分)问题,通过已有的训练样本(即已知数据及其对应的输出)去训练得到一个最优模型(这个模型属于某个函数的集合
QiuGuoJing
·
2020-07-15 18:27
机器学习与人工智能
统计学习方法
统计学习的方法:监督学习非监督学习
半监督学习
强化学习第一章统计学习方法概论1.2监督学习监督学习的任务是学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测。
zhangyu4863
·
2020-07-15 12:09
书-总结
人工智能学习笔记()
正式的说法一般是把答案称之为标签label还有一种介于两者之间的混合学习方法,称为
半监督学习
。在无监督学习中,主要是发现数据中未知的结构或者是趋势。
郭雨蒙蒙蒙
·
2020-07-15 08:13
主动学习——active learning
activelearning的基本思想activelearning与
半监督学习
的不同参考文献1.写在前面在机器学习(Machinelearning)领域,监督学习(Supervisedlearning)
铭霏
·
2020-07-15 01:14
机器学习
数据挖掘与模式识别、机器学习的研究与应用
机器学习分为监督学习,
半监督学习
和无监督学习。监督学习可以看做是寻找一个函数f(x),而这个函数是通过大量的已知的样本x与其所对应的y值所确定的,这个函数不仅仅适用于已知样本
不忘初心love
·
2020-07-14 21:02
浅谈机器学习
问题分类根据问题本身的特征来分类,机器学习问题可以分为监督学习、无监督学习、
半监督学习
和强化学习。
男孩李
·
2020-07-14 14:24
人工智能
机器学习
【GNN综述5】Machine Learning on Graphs: A Model and Comprehensive Taxonomy
AModelandComprehensiveTaxonomy【斯坦福谷歌】最新《图机器学习》综述论文,38页pdf阐述最新图表示学习进展目录摘要概述本文主要贡献---提出了一个图编码解码器模型(GRAPHEDM),它将目前流行的图
半监督学习
算法
静静和大白
·
2020-07-14 14:18
图神经网络
读hands_on_Ml_with_Sklearn_and_TF系列第一章
主要有四类:监督学习、非监督学习、
半监督学习
和强化学习。下面分别对这是四类分别介绍。监督学习:就是看训练数据有没有标签,有则称为监督学习,没有则称为非监督
Turing Yang
·
2020-07-14 10:39
机器学习
《统计学习方法》书摘1
统计学习包括监督学习、非监督学习、
半监督学习
和强化学习。统计学习方法三要素——模型、策略、算法,对理解
comeonkimi06
·
2020-07-14 09:50
生活
统计学习方法
第1030期机器学习日报(2017-07-14)
2017-07-14TensorFlow/PyTorch/Sklearn实现的五十种机器学习模型@爱可可-爱生活自然语言处理中的AttentionModel:是什么及为什么@数盟社区Triple-GAN:
半监督学习
分类与类条件生成统一框架
机器学习日报
·
2020-07-14 07:27
kNN算法通俗讲解
接触机器学习一段时间了,知道它有四种分类:监督学习、无监督学习、
半监督学习
、强化学习;也知道它的一般步骤:收集数据-->准备数据-->分析数据-->选择模型-->训练模型-->评估模型;知道数据越多测试结果就越准确
weedly003
·
2020-07-14 02:48
机器学习
机器学习基础知识
crossvalidation)自助法调参与最终模型性能度量(performancemeasure)基本概念P-R曲线ROC与AUC数学术语点积、内积可列可加性、有限可加性基本知识监督学习、非监督学习、
半监督学习
诸葛蜗牛
·
2020-07-14 01:56
机器学习
半监督学习
的简单介绍
半监督分类(semi-supervisedclassification):同时利用大量无标号样本和少量标号样本进行分类学习,以获得比仅利用标号样本的监督分类学习更好的分类性能。目前的半监督分类方法可大致分为四大类:生成式(generative)方法大间隔半监督分类方法基于图的半监督分类方法协同训练(co-training)方法学习原理半监督分类利用无标号样本帮助提升学习性能1.试图挖掘隐藏在无标号
dhhwh
·
2020-07-13 21:52
半监督学习
【领域简介】
0引言机器学习(machinelearning)是人工智能的核心研究领域,是智能信息处理的重要途径。监督学习(supervisedlearning)是机器学习中研究最多、应用最广泛的一种学习途径。在传统的监督学习中,学习系统通过对大量的有标记训练样本(labeledexamples)进行学习,建立模型用于预测未知样本的标记(label)。在此,标记对应于示例的输出,用于表征待学习的目标概念。随着数
紫敖昂
·
2020-07-12 20:37
机器学习
半监督学习
数据挖掘
流形正则化学习笔记
早就听说流形正则化能将有监督学习和无监督学习融合成
半监督学习
,听上去威武霸气,但真正一看就只能高山仰止了。今天硬着头皮学习了一下,浅浅品味往圣先哲的思维魅力。
无声云泪
·
2020-07-12 20:52
流形学习
西瓜书+实战+吴恩达机器学习(十六)
半监督学习
(半监督SVM、半监督k-means、协同训练算法)
0.前言1.半监督SVM2.半监督k-means2.1.约束k-means2.2.约束种子k-means3.协同训练算法如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔,我会非常开心的~0.前言
半监督学习
中部分样本有标记
zhq9695
·
2020-07-12 20:13
机器学习
【医学图像分割】Semi-Supervised Brain Lesion Segmentation with an Adapted Mean Teacher Model
这是一篇2019IPMI使用
半监督学习
进行医学图像分割的文章,文章的主要思想就是使用MeanTeacherNetwork和Studentnetwork进行学习,然后提高性能,主要的贡献在于提出了一个一致性损失去利用未标记的数据
Glory_g
·
2020-07-12 20:20
Paper_Reading
机器学习(13) --
半监督学习
13.1未标记样本让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能,就是
半监督学习
要利用未标记样本,必然要做一些将未标记样本所揭示的数据分布信息与类别标记相联系的假设,最常见的是“聚类假设”,
じんじん
·
2020-07-12 13:49
机器学习
机器学习入门之机器学习算法分类
函数输出值可以是一个连续的值(回归问题),也可以是有限个离散值(分类问题)2、无监督学习输入数据由输入特征值组成,没有目标值输入数据没有被标记,也没有确定的结果,样本数据类别未知需要根据样本间的相似性对样本集进行类别划分3、
半监督学习
训练集同时包含有标记样本数据和未标记样本数据
Tgirl_qiao
·
2020-07-12 13:47
机器学习
机器学习
如何实现一个半监督GAN (SGAN)从零开始 (Keras 版本)
半监督学习
是一个具有挑战性的问题,它需要在一个包含少量标记样例和大量未标记样例的数据集中训练一个分类器。
leonorandzzzz
·
2020-07-12 12:16
无监督
半监督
深度学习
gan
sgan
图像识别
机器学习笔记——监督学习,无监督学习,
半监督学习
这个问题可以回答得很简单:是否有监督(supervised),就看输入数据是否有标签(label)。输入数据有标签,则为有监督学习,没标签则为无监督学习。什么是学习(learning)?学习:一个成语就可概括:举一反三。此处以高考为例,高考的题目在上考场前我们未必做过,但在高中三年我们做过很多很多题目,懂解题方法,因此考场上面对陌生问题也可以算出答案。机器学习的思路也类似:我们能不能利用一些训练数
_kimcho
·
2020-07-12 11:18
学习总结
机器学习
基于协同训练的半监督文本分类算法
标签:
半监督学习
,文本分类作者:炼己者---本博客所有内容以学习、研究和分享为主,如需转载,请联系本人,标明作者和出处,并且是非商业用途,谢谢!
weixin_34191845
·
2020-07-12 09:51
[转]
半监督学习
0引言机器学习(MachineLearning)是人工智能的核心研究领域,是智能信息处理的重要途径。监督学习(SupervisedLearning)是机器学习中研究最多、应用最广泛的一种学习途径。在传统的监督学习中,学习系统通过大量的有标记的训练样本(LabeledExamples)进行学习,建立模型用于预测未知样本的标记(Label)。在此,标记对应于示例的输出,用于表征待学习的目标概念。随着数
weixin_33709609
·
2020-07-12 07:04
Tri-training regression, 协同训练回归
本帖续贴(Tri-trianing:http://www.cnblogs.com/liqizhou/archive/2012/05/11/2496162.html)以往的
半监督学习
研究几乎都是关注分类问题
weixin_30241919
·
2020-07-12 05:18
[解读] Semi-Supervised Classification with Graph Convolutional Networks
作者受到谱图卷积的局部一阶近似的启发,提出一种可扩展的图卷积网络,可用于具有图结构数据的
半监督学习
.论文链接:https://arxiv.org/abs/1609.02907v4相关工作本文考虑节点分类的半监督问题
天在那边
·
2020-07-12 05:01
机器学习
跟我一起学scikit-learn22:K-均值算法
由于数据标记需要耗费巨大的人力物力,无监督或者
半监督学习
算法不需要对数据进行标记,可以大大减少工作量。1.K-均值算法原理我们需要注意聚类问题和分类问题的区别。
金字塔下的小蜗牛
·
2020-07-12 02:03
半监督学习
(转载)
半监督学习
黎铭0引言机器学习(machinelearning)是人工智能的核心研究领域,是智能信息处理的重要途径。
vast_w
·
2020-07-12 01:28
Machine
Learning
[机器学习入门] 李宏毅机器学习笔记-13 (Semi-supervised Learning ;
半监督学习
)
[机器学习入门]李宏毅机器学习笔记-13(Semi-supervisedLearning;
半监督学习
)PDFVIDEOIntroductionWhysemi-supervisedlearninghelps
holeung
·
2020-07-11 23:15
机器学习
机器学习入门
机器学习入门
,评估的性能如果达到要求就拿这个模型来测试其它数据,如果达不到要求就要调整算法来重新建立模型,再次进行评估,如此循环往复,最终获取满意的经验来处理其它数据2、机器学习分类1)监督学习2)无监督学习3)
半监督学习
平凡即幸福
·
2020-07-11 23:35
机器学习
[深度学习]
半监督学习
、无监督学习之DCGAN深度卷积生成对抗网络(附代码)
论文全称:《GenerativeAdversarialNets》论文地址:https://arxiv.org/pdf/1406.2661.pdf论文全称:《UNSUPERVISEDREPRESENTATIONLEARNINGWITHDEEPCONVOLUTIONALGENERATIVEADVERSARIALNETWORKS》论文地址:https://arxiv.org/pdf/1511.06434
Thorrrrrrrrrr
·
2020-07-11 23:22
GAN
深度学习
神经网络
机器学习
pytorch
[深度学习]
半监督学习
、无监督学习之Autoencoders自编码器(附代码)
目录自编码器介绍从零开始训练自编码器验证模型训练结果可视化结果加载预训练模型自编码器介绍自编码器的结构简单,由Encoder和Decoder组成,Encoder产生的Latentvariables是潜在变量,它是Decoder的输入。自编码器的目标是寻找有意义的feature,用这些feature来代表输入变量,并且可以通过Decoder还原变量。如果具体到某一个数据集MINIST,他的结构如下图
Thorrrrrrrrrr
·
2020-07-11 23:22
半监督学习
无监督学习
pytorch
机器学习
深度学习
神经网络
半监督学习
方法:协同训练
1.协同训练算法协同训练(co-training)算法是多视图(multi-view)学习的代表。首先解释下视图含义:以电影为例,它拥有多个属性集:图像、声音、字幕等。每个属性集就构成了一个视图。协同训练认为单凭一个视图,训练器就能取得一个很好的性能。算法如下:从未标记数据集U上随机的选取u个示例放入集合U’中开始迭代k次:在标记数据集L的不同视图x1和x2上训练出两个分类器h1和h2用h1对U’
rosefunR
·
2020-07-11 22:59
算法
学习笔记——
半监督学习
半监督学习
就是要结合监督式和无监督式,利用少量标签数据与大量无标签数据进行训练,然后,实现对未标签数据进行分类。在生成对抗网络中,真实数据可以被看做有标签数据集,生成器随机产生的数
布鲁布鲁鱼
·
2020-07-11 21:24
学习实验
Python3入门机器学习之1.3监督学习,非监督学习,
半监督学习
和增强学习
Python3入门机器学习1.3监督学习,非监督学习,
半监督学习
和增强学习如果从机器学习算法本身进行分类,可分为监督学习,非监督学习,
半监督学习
和增强学习这四个大类。
_凡一
·
2020-07-11 20:18
Python3入门机器学习
《机器学习》学习笔记(十三)—
半监督学习
半监督学习
与监督学习监督学习中的样本中的是已知的,所以监督学习算法可以在训练集数据中充分使用数据的信息———————————————————————
半监督学习
的样本中只有R个样本的是已知,U个样本的未知
时光机丶
·
2020-07-11 19:00
机器学习学习笔记
《机器学习》学习笔记
self-trainning, co-trainning
self-trainning,co-trainning为什么要使用
半监督学习
算法self-trainning算法流程建议缺点co-trainning区别原则应用优点总结co-trainning改进为什么要使用
半监督学习
算法一般而言
萌即正义Zitrone
·
2020-07-11 17:09
算法
Logistic 回归详解 交叉验证概念
[+]有监督学习机器学习分为有监督学习,无监督学习,
半监督学习
,强化学习。对于逻辑回归来说,就是一种典型的有监督学习。
江海成
·
2020-07-11 14:21
机器学习
什么是无监督、监督、
半监督学习
先看个图片什么是监督、无监督学习区分有监督和无监督,就是看是否有监督(supervised),也就看输入数据是否有标签(label)。输入数据有标签,则为有监督学习(x,y),没标签则为无监督学习(x)。这也正如我们在高中做题,答案(标签)是非常重要的,假设两个完全相同的人进入高中,一个正常学习(题目有答案),另一人做的所有题目都没有答案,那么想必第一个人高考会发挥更好,第二个人会发疯。作者写的非
Mr DaYang
·
2020-07-11 12:10
机器学习
文献阅读——Revisiting Semi-Supervised Learning with Graph Embeddings
文献阅读——RevisitingSemi-SupervisedLearningwithGraphEmbeddings1背景介绍
半监督学习
的目标是利用未标记的数据来提升模型的效果。
隔壁的NLP小哥
·
2020-07-11 07:47
知识图谱
上一页
15
16
17
18
19
20
21
22
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他