半监督学习

10亿级数据规模的半监督图像分类模型，Imagenet测试精度高达81.2％ | 技术头条...

Rachel出品|AI科技大本营（ID：rgznai100）【导读】本文提出了一种十亿级数据规模的半监督图像分类模型，通过使用教师-学生架构以及一个小规模的带标签数据集，作者提出了一个基于卷积神经网络的半监督学习方法
AI科技大本营·2020-07-11 04:56

半监督学习解释

杰夫·贝佐斯（JeffBezos）在2017年的亚马逊股东信中写了有关亚马逊语音驱动智能助手Alexa的一些有趣信息：在美国，英国和德国，通过增强Alexa的机器学习组件和使用半监督学习技术，在过去12
cxq8989·2020-07-11 04:38

sklearn库

（supervisedlearning）:有数据和标签如classification，regression无/非监督学习(unspervisedlearning):只有数据没有标签clustering半监督学习
Mr-Cat伍可猫·2020-07-10 22:11

Semi-supervised Learning ;半监督学习

1.进入半监督学习2.半监督学习出现的原因？？？原因：收集样本数据容易，但是给每个样本打标签成本就很高。
丁磊_Ml·2020-07-10 22:36

机器学习教程 之 半监督学习 Tri-training方法 (论文、数据集、代码)

最近因为项目需要研究了一下半监督学习，稍经了解以后发现当存在大量未标签数据时，这确实是一种非常好用的方法，可以很好的提升分类精度。
Liangjun_Feng·2020-07-10 22:37

深度学习总的正则化、半监督学习、多任务学习以及Bagging

正则化的定义为"对学习算法的修改–旨在减少泛化误差而非训练误差"。正则化的策略包括参数范数惩罚、约束范数惩罚、提前终止以及Dropout等等。一、参数范数惩罚参数惩罚是指在目标函数JJJ中添加一个参数范数惩罚Ω(θ)\Omega(\theta)Ω(θ),限制模型的学习能力：J~(θ;X,y)=J(θ;X,y)+αΩ(θ)\tilde{J}(\theta;X,y)=J(\theta;X,y)+\al
BieberChen·2020-07-10 20:38

半监督学习概述

半监督学习(Semi-SupervisedLearning,SSL)类属于机器学习(MachineLearning,ML)。
一摩尔自由·2020-07-10 20:28

机器学习之监督学习基础

机器学习-监督学习基础知识总结一、机器学习基础概念1.机器学习分为：监督学习、无监督学习、半监督学习等几类:(1)监督学习：从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果
蓝天的IT生涯·2020-07-10 17:46

机器学习教程 之 半监督学习 基于图正则项的半监督极限学习机

半监督学习是指在模型训练阶段同时利用有标签数据和无标签数据。
Liangjun_Feng·2020-07-10 16:45

机器学习教程 之 半监督学习 Coreg 协同回归算法 (论文、算法、数据集、代码)

关于半监督学习基于分歧的半监督学习方法机器学习教程之半监督学习Tri-training方法(论文、数
Liangjun_Feng·2020-07-10 16:45

机器学习教程 之 半监督学习 Co-training 协同训练 (论文、算法、数据集、代码)

这篇博客介绍的是一篇用于半监督分类问题的方法:协同训练Co-training，A.BlumandT.Mitchell,“Combininglabeledandunlabeleddatawithco-training,”inProc.ofthe11thAnnualConf.onComputationalLearningTheory,1998.，这算是半监督领域里面始祖级的论文了，是1998年两位CM
Liangjun_Feng·2020-07-10 16:13

机器学习（一）——sklearn 快速上手

欢迎转载，请注明出处：https://blog.csdn.net/tayhh/article/details/820823771.机器学习：监督学习、无监督学习、半监督学习、强化学习、遗传算法；2.如何选择
是女汉子不是女汉子·2020-07-10 03:44

机器学习学习比价（四）-模型评估与选择

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·2020-07-10 00:39

机器学习学习笔记（五）-线性模型

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第三章
宝剑磨，梅花寒·2020-07-10 00:39

机器学习学习笔记（三）-模型评估与选择

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·2020-07-10 00:39

半监督学习之社区发现算法

半监督学习之社区发现算法课余学习时候，发现社区发现算法，觉得很有意思，因此来记录一下。第一次发文章，不太会用。
DeBruyne__·2020-07-09 23:59

半监督学习(一)

什么是半监督学习?传统的机器学习技术分为两类，一类是无监督学习，一类是监督学习。无监督学习只利用未标记的样本集，而监督学习则只利用标记的样本集进行学习。
ice110956·2020-07-09 17:25

半监督学习算法（3）-- 半监督支持向量机

判别式方法（discriminativemodel）试图寻找不同类别之间的最优分类面，反映异类数据之间的差异。支持向量机假设我们要用分界线把红蓝两色小球分开，那么分界线的最佳位置就是让两边有尽可能大的间隙。这个间隙就是样本到分界线的距离。但是遇到下面这样的数据怎么办呢？我们可以像所有武侠片中一样大侠桌子一拍，让球飞到空中。然后抓起一张纸，插到两种球的中间。这样，从空中的角度看这些球，这些球看起来像
Byte猫·2020-07-09 16:58

机器学习-基本概念（转）

基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归概念学习：人类学习概念：鸟，车，计算机定义：概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数例子：学习“享受运动
楚怀哲·2020-07-09 15:48

监督学习与无监督学习—机器学习的两大方法

前言机器学习（统计机器学习）包括监督学习（supervisedlearning）、无监督学习（unsupervisedlearning）、半监督学习（semi-supervisedlearning）、强化学习
岳开森·2020-07-09 10:41

机器学习中ground truth的解释

机器学习包括有监督学习(supervisedlearning)，无监督学习(unsupervisedlearning)，和半监督学习（semi-supervisedlearning）
武睿傲雪·2020-07-09 00:13

文本增强、半监督学习，谁才是 NLP 少样本困境问题更优的解决方案？

本文从「文本增强」和「半监督学习」这两个角度出发，谈一谈如何解决少样本困境。正式介绍之前，我们首先需要思考什么才是一种好的解决少样本困境的方案？
喜欢打酱油的老鸟·2020-07-08 20:00

GANomaly: Semi-Supervised Anomaly Detection via Adversarial Training-1-论文学习

虽然该问题能够当成一个监督学习问题来处理，一个更有挑战性的问题是检测未知/不可见的异常情况，这将我们带入一个单类、半监督学习范式的空间。
weixin_30905133·2020-07-08 15:11

Tri-training, 协同训练算法

本个帖子继半监督学习算法（http://www.cnblogs.com/liqizhou/archive/2012/05/11/2496155.html）最初的协同训练算法(或称为标准协同训练算法)是A.Blum
weixin_30517001·2020-07-08 13:54

python_NLP实战之中文垃圾邮件分类

机器学习训练的要素数据、转换数据的模型、衡量模型好坏的损失函数、调整模型权重以便最小化损失函数的算法二、机器学习的组成部分1、按照学习结果分类预测、聚类、分类、降维2、按照学习方法分类监督学习，无监督学习，半监督学习
TtingZh·2020-07-08 07:49

机器学习实战-62:层次聚类算法(Hierarchical Clustering)

机器学习分为监督学习、无监督学习和半监督学习(强化学习)。无监督学习最常应用的场景是聚类(clustering)和降维(dimensionreduction)。
MTVideoAI·2020-07-08 05:37

半监督学习之co-training到Tri-training

半监督学习提出的原因：传统的机器学习技术分为两类，一类是无监督学习，一类是监督学习。无监督学习只利用未标记的样本集，而监督学习则只利用标记的样本集进行学习。
白小狸·2020-07-08 04:41

半监督生成对抗哈希算法Semi-Supervised Generative Adversarial Hashing for Image Retrieval论文笔记

该论文提出了一种半监督学习的生成对抗哈希算法（即SSGAH）：文中分别定义了生成模型、判别模型与深度哈希模型共同实现算法框架的搭建采用了TripletLoss作为损失函数利用无类标样本参与训练，即利用半监督学习方法进行训练网络文中提出了半监督损失函数
Puremelo·2020-07-08 00:32

加州大学洛杉矶分校博士后王可泽：可解释性AI在视频分析中的研究和应用 | 公开课预告

继「CV前沿讲座」之后，智东西公开课全新推出「机器学习前沿讲座」，聚焦机器学习前沿领域研究成果与进展，包括（深度）强化学习、迁移学习、无监督学习、半监督学习、GNN/GCN、可解释性AI等前沿领域，我们将持续邀请研究者
智东西·2020-07-08 00:00

GAN- 生成式对抗网络

针对数据量缺乏的场景，生成模型则可以帮助生成数据，提高数据数量，从而利用半监督学习提升学习效率。
程序猪小羊·2020-07-07 08:06

半监督学习技术在金融文本分类上的实践

垂直领域内的自然语言处理任务往往面临着标注数据缺乏的问题，而近年来快速发展的半监督学习技术为此类问题提供了有希望的解决方案。
PaperWeekly·2020-07-07 04:13

《An Adversarial Regularisation for Semi-Supervised Training of Structured Output Neural Networks》笔记

论文地址：https://arxiv.org/pdf/1702.02382.pdfWhat:这篇是将生成对抗网络应用到半监督学习，用discriminator的信号作为无标签数据集的反馈信号，对抗生成网络构建一个对抗规则化的作用
An_chen_·2020-07-06 17:59

01 - 机器学习笔记 - 概述

首先贴一张李宏毅教授的课件截图：分类图基本上按照这个分类是比较好理解的，从场景来分的，主要是：1、监督学习-需要有label的数据2、半监督学习-部分label，部分非label的数据
子鱼文业·2020-07-06 10:12

机器学习概念 — 监督学习、无监督学习、半监督学习、强化学习、欠拟合、过拟合、后向传播、损失和优化函数、计算图、正向传播、反向传播

1.监督学习和无监督学习监督学习(SupervisedLearning)和无监督学习(UnsupervisedLearning)是在机器学习中经常被提及的两个重要的学习方法。假如有一堆由苹果和梨混在一起组成的水果，需要设计一个机器对这堆水果按苹果和梨分类，但是这个机器现在并不知道苹果和梨是什么样的，所以我们首先要拿一堆苹果和梨的照片，告诉机器苹果和梨分别长什么样；经过多轮训练后，机器已经能够准确地
wohu1104·2020-07-06 07:38

文献记录－ADVERSARIAL TRAINING METHODS FOR SEMI-SUPERVISED TEXT CLASSIFICATION

＂虚拟对抗训练＂能够将监督学习算法拓展到半监督学习的环境中．两者都是对输入向量进行较小的扰动，不适用于稀疏高维的输入向量．从而提升泛化能力．简介：先前的对抗训练主要应用与图像分类，本文中要拓展到文本分类任务和序列模型
wenqiang su·2020-07-06 04:09

中文实体关系抽取实践

感兴趣的可以看一下：https://www.cnblogs.com/theodoric008/p/7874373.html关系抽取有限定关系抽取和开放关系抽取，这里主要说限定关系抽取即分类问题其过程常常又有监督学习和半监督学习
weixin_42001089·2020-07-06 03:50

有监督学习、无监督学习、半监督学习、强化学习

基本概念1特征（feature）数据的特征。举例：书的内容2标签（label）数据的标签。举例：书属于的类别，例如“计算机”“图形学”“英文书”“教材”等。3学习（learning）将很多数据丢给计算机分析，以此来训练该计算机，培养计算机给数据分类的能力。换句话说，学习指的就是找到特征与标签的映射（mapping）关系。这样当有特征而无标签的未知数据输入时，我们就可以通过已有的关系得到未知数据标签
happyGirl122·2020-07-06 02:06

2016-12-9 今日收集

【Python时序分析(TSA)】《TimeSeriesAnalysis(TSA)inPython-LinearModelstoGARCH》byBrianChristopherO网页链接混合高斯模型在半监督学习中的应用
hzyido·2020-07-06 01:09

Deep Active Learning 深度主动学习

DeepActiveLearning最上方为监督学习，对面为非监督学习，之间包括增强学习、半监督学习、在线学习、主动学习。
weixin_30488313·2020-07-05 21:52

cv-笔记-主动学习active learning的思想

因此，从半监督学习到非监督学习的学习方法，以及弱标记或未标记的大规模数据都受到关注。但是，在数据量一定的情况下，半监督或无监督学习的性能仍然与全监督学习的性能有一定的差距。
风可。·2020-07-05 17:42

基于GAN的无线通信与网络应用设计----通信信号的特征提取

1.GAN在通信领域的训练分析训练数据集的由来对于网络传输，最常用的报文有TCP和UDP两种形式，JeffreyErman[1]等人在2007年发表的一篇名为基于半监督学习的实时/离线流量区分的文章，已经详述通过聚类等算法实现了
☺����·2020-07-05 13:12

四种常见机器学习方法

监督学习、无监督学习、半监督学习、强化学习是我们日常接触到的常见的四个机器学习方法：监督学习：通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的
视频编码小菜鸟·2020-07-05 03:35

自我学习,监督学习,半监督学习和迁移学习的区别

区别自我学习和半监督学习一样，当前手头上只有少量训练样本，但是周围手头上还有大量无标注样本。举一个经典的例子，分离大象和犀牛。
终结大笨狗·2020-07-05 03:18

统计学习方法概论总结（一）

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，对理解统计学习方法起到提纲挈领的作用。
秦景坤·2020-07-05 02:38

NLP中的关系抽取方法归纳

文章目录前言命名实体识别任务Softmax和CRF指针网络span排列关系分类任务半监督学习方法基于远程监督的优化多示例学习强化学习预训练监督学习方法联合抽取共享参数的联合抽取模型联合解码的联合抽取模型总结本文是阅读完娄杰所写
Nstar-LDS·2020-07-05 01:49

Semi-supervised Learning with Deep Generative Models论文笔记

Abstract现代数据集的规模不断扩大,加上获取标签信息的难度,使得半监督学习成为现代数据分析中具有重要现实意义的问题之一。
芮芮杰·2020-07-04 22:36

浅析 Semi-Supervised Learning 中的 consistency 问题

浅析Semi-SupervisedLearning中的Consistency问题传统半监督学习简述：现有半监督学习的问题——IndividualConsistency实现方法总结传统半监督学习简述：区别于全监督学习
JYZhang_sh·2020-07-04 06:00

深度学习花书（P2深度网络：现代实践-----C7 深度学习中的正则化) 笔记和知识点补充

文章目录第7章深度学习中的正则化7.1参数范数惩罚7.1.1L2参数正则化7.1.2L1正则化7.2作为约束的范数惩罚7.3正则化和欠约束问题7.4数据集增强7.5噪声鲁棒性7.5.1向输出目标注入噪声7.6半监督学习
ngadminq·2020-07-02 13:45

neo4j社区发现算法（Community detection algorithms）-2.The Label Propagation algorithm

一.算法介绍：标签传播算法：基于图的半监督学习方法。基本思路：从已标记的节点的标签信息来预测未标记的节点的标签信息。
name__student·2020-07-02 13:49

半监督深度学习

半监督学习在有标签数据+无标签数据混合成的训练数据中使用的机器学习算法。一般假设，无标签数据比有标签数据多，甚至多得多。
Moon小木·2020-07-02 11:00
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他