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
Label Propagation Algorithm
1LabelPropagationAlgorithm1.1简介标签传播算法(labelpropagationalgorithm,LPA)是Zhu等人2002年提出的一种基于图的
半监督学习
方法。
9527的柴油
·
2020-07-02 10:24
伪标签:教你玩转无标签数据的
半监督学习
方法
在本文中,作者将会展示一个名为伪标签的简单的
半监督学习
方法,它可以通过使用无标签数据来提高机器学习模型的性能。伪标签为了训练机器学习模型,在监督学习中,数据必须是有标签的。
lizz2276
·
2020-07-02 09:14
基于Tensorflow的神经网络解决用户流失概率问题
主要研究方向包括风控、推荐和
半监督学习
。目前专注于基于深度学习及集成模型下的用户行为模式的识别。
LeadAI学院
·
2020-07-02 07:18
机器学习(周志华) 参考答案 第十三章
半监督学习
机器学习(周志华)参考答案第十三章
半监督学习
机器学习(周志华西瓜书)参考答案总目录http://blog.csdn.net/icefire_tyh/article/details/520649101.试推导出式
四去六进一
·
2020-07-02 03:11
机器学习(周志华西瓜书)
机器学习(周志华) 参考答案 第十三章
半监督学习
13.4
机器学习(周志华)参考答案第十三章
半监督学习
13.4机器学习(周志华西瓜书)参考答案总目录http://blog.csdn.net/icefire_tyh/article/details/52064910
四去六进一
·
2020-07-02 03:11
机器学习(周志华西瓜书)
机器学习的主要研究领域、基本概念和相关术语的解释
1.1机器学习的两大学派:机器学习:人工智能的重要分支构造具有学习能力的智能系统知识、推理、学习手段:统计,逻辑,代数……统计机器学习从大量样本出发,运用统计方法,发现统计规律有监督学习、无监督学习、
半监督学习
问题
IT change the world
·
2020-07-01 21:08
机器学习
必读论文 | 生成对抗网络经典论文推荐10篇
其突出的生成能力不仅可用于生成各类图像和自然语言数据,还启发和推动了各类
半监督学习
和无监督学习任务的发展。
眨眼睛的小星星
·
2020-07-01 07:11
专题
生成式对抗网络
监督
深度学习
自然语言处理
[深度学习]
半监督学习
、无监督学习之Variational Auto-Encoder变分自编码器(附代码)
论文全称:《Auto-EncodingVariationalBayes》论文地址:https://arxiv.org/pdf/1312.6114.pdf论文代码:keras版本:https://github.com/bojone/vaepytorch版本:https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/mas
Thorrrrrrrrrr
·
2020-07-01 04:43
无监督学习
半监督学习
机器学习
深度学习
神经网络
半监督学习
在金融文本分类上的探索和实践
分钟跟随小博主,每天进步一丢丢文章作者:李渔熵简科技联合创始人编辑整理:Hoh内容来源:李渔@知乎来自:DataFunTalk导读: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
zenRRan
·
2020-07-01 03:48
混合样本数据增强(Mixed Sample Data Augmentation)
混合样本数据增强(MixedSampleDataAugmentation,MSDA)目前非常火热,由于其实现简单且对性能提升确实有帮助,因此在图像识别、声音识别、GAN、
半监督学习
等领域均有广泛的应用。
z小白
·
2020-06-30 20:01
深度学习
混合样本数据增强
mixup
数据增强
什么是机器学习?有哪些算法和分类?又有哪些应用?看完你就懂了
接着按照学习形式将机器学习划分为监督学习、无监督学习、
半监督学习
、强化学习进行分类说明,最后概要介绍机器学习综合应用场景。本文
大数据v
·
2020-06-30 19:20
【深度学习】
半监督学习
入门:半监督K均值聚类python代码
说明:下面的半监督K-means的初始聚类中心的选择是根据有标签数据而定的,聚类个数=类别个数,初始聚类中心=各个类样本的均值。#-*-coding:utf-8-*-importnumpyasnpdefdistEclud(vecA,vecB): ''' 输入:向量A和B 输出:A和B间的欧式距离 ''' returnnp.sqrt(sum(np.power(vecA-vecB,2)))d
CS青雀
·
2020-06-30 19:16
SVM,LR,Adaboost算法区别对比及联系
监督学习方法、
半监督学习
方法和无监督学
learn deep learning
·
2020-06-30 18:20
机器学习
机器学习两种方法——监督学习和无监督学习(通俗理解)
前言机器学习分为:监督学习,无监督学习,
半监督学习
(也可以用hinton所说的强化学习)等。在这里,主要理解一下监督学习和无监督学习。
奋斗的博客
·
2020-06-30 14:06
统计学习方法
机器学习
深度学习
监督学习
图像处理
机器学习两种方法——监督学习和无监督学习(通俗理解)
前言机器学习分为:监督学习,无监督学习,
半监督学习
(也可以用hinton所说的强化学习)等。在这里,主要理解一下监督学习和无监督学习。
风翼冰舟
·
2020-06-30 12:05
机器学习
手把手教你实现GAN
半监督学习
_转自刘威威
http://mp.weixin.qq.com/s?__biz=MzUyMjE2MTE0Mw==&mid=2247484992&idx=1&sn=19ecc3801b5a868838044b7ca90e2fc7&chksm=f9d158d8cea6d1ce4f4df5edc9322181aa1e22672ca0eddab24cf59420bcf90a6691cdaec6e2&mpshare=1&s
yyqq188
·
2020-06-30 11:58
深度学习通识
[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
)PDFVIDEOIntroduction这里写图片描述Whysemi-supervisedlearninghelps
holeung
·
2020-06-30 11:32
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS个人理解
SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS总体介绍:在该篇论文中,作者提出了一种可扩展式的
半监督学习
卷积神经网络方法处理基于图结构的数据
yuzhijiedingzhe
·
2020-06-30 11:55
神经网络
Deep SSL系列1: Pseudo-Label (ICML 2013)
zhuanlan.zhihu.com/p/72879773作者|LanzheGuo编辑|机器学习算法与自然语言处理公众号本文仅作学术分享,若侵权,请联系后台删文处理近期准备做一个DeepSSL的综述,梳理一下最近几年深度
半监督学习
的相关进展
机器学习算法与自然语言处理
·
2020-06-30 08:02
自然语言处理
深度学习
技术经验
统计学习方法——统计学习基础(一)
以方法为中心常用方法监督学习非监督学习
半监督学习
强化学习目标是对数据进行
你的名字5686
·
2020-06-29 19:09
机器学习
周志华老师《机器学习》西瓜书精炼版笔记
导读周志华《机器学习》又称西瓜书是一本较为全面的书籍,书中详细介绍了机器学习领域不同类型的算法(例如:监督学习、无监督学习、
半监督学习
、强化学习、集成降维、特征选择等)16章完整版笔记介绍推荐一个西瓜书
Mr.Ma-master
·
2020-06-29 10:47
机器学习&深度学习
《基于深度学习的自然语言处理》【以色列】约阿夫 第四部分 笔记(完结)
第四部分其他主题-用递归神经网络对树建模-结构化输出预测-级联、多任务与
半监督学习
-结论用递归神经网络对树建模1、递归神经网络(RecRNN)是RNN由序列到二叉树的推广。
Taowenx
·
2020-06-29 09:20
学习笔记
半监督学习
(semi-supervised learing)
【
半监督学习
的划分】纯半监督:直推学习(dransductivelearning)2生成式方法(generativemethods)标记与未标记样本,都有一个潜在的模型“生成”:比如基于极大似然估计求解
Wenyu_1307
·
2020-06-29 08:15
学习记录
2020-2-13 深度学习笔记7 - 深度学习中的正则化3(半监督,多任务,提前终止-解决过拟合,参数绑定与参数共享)
第七章深度学习中的正则化官网链接2020-2-9深度学习笔记7-深度学习中的正则化1(参数范数惩罚和范数惩罚约束)2020-2-12深度学习笔记7-深度学习中的正则化2(欠约束,数据集增强,噪声鲁棒性,输出目标注入噪声)
半监督学习
在
半监督学习
的框架下
没人不认识我
·
2020-06-29 05:00
深度学习
IT
【机器学习】机器学习和深度学习概念入门(上)
文章目录1、人工智能、机器学习、深度学习三者关系2、什么是人工智能3、什么是机器学习4、机器学习之监督学习5、机器学习之非监督学习6、机器学习之
半监督学习
1、人工智能、机器学习、深度学习三者关系对于很多初入学习人工智能的学习者来说
一百个Chocolate
·
2020-06-29 05:05
机器学习
监督学习、无监督学习、
半监督学习
和强化学习
根据训练的模型不同,一般有如下的几种机器学习方法:监督学习无监督学习
半监督学习
强化学习今天我们就来介绍以上的四种学习方式。模型在介绍四种学习方法之前,我们先来介绍一下模型。什么是模型呢?
喜欢打酱油的老鸟
·
2020-06-29 03:53
人工智能
Python3:《机器学习笔记与实战》之Logistic回归(2)损失函数(cost function)详解
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。
一个从大山到原野的孩子
·
2020-06-29 02:31
机器学习
10大经典算法
一、机器学习的一些概念
2、统计学习由监督学习(supervisedlearning)、非监督学习(unsupervisedlearning)、
半监督学习
(semi-supervisedlearning)和强化学习(reinforcementlearning
咆哮的大树锯
·
2020-06-29 02:18
机器学习
机器学习分类与流程
半监督学习
(训练样本很少,但测试样本很多):半监督分类,半监督回归,半监督聚类,半监督降维强化学习:Model-FreeRL,Model-BasedRL等机器学习主要解决的问题:分类,回归,聚类下采样:
tomwang0322
·
2020-06-29 01:04
深度学习:基本概要:监督,无监督,半监督,弱监督,多示例,迁移学习
参考:https://blog.csdn.net/limiyudianzi/article/details/78921450什么是监督学习、无监督学习、强化学习、弱监督学习、
半监督学习
、多示例学习?
work_coder
·
2020-06-29 00:12
机器学习-第十三章
半监督学习
13.1未标记样本有标记样本有训练集Dl={(x1,y1),(x2,y2),…,(xl,yl)},这l个样本的类别标记已知,即"有标记样本"。如田地里,老农拿来一箩筐瓜(Dl),说这三四个是好瓜、这五六个是坏瓜,这些瓜都是有标记的。未标记样本有Du={xl+1,xl+2,……,xl+u},l<u,这u个样本没有标记,称为"未标记样本"。除了箩筐里的瓜有标记外,田地里其他的瓜(Du)是没有标记的。田
D系鼎溜
·
2020-06-28 22:22
[生成对抗网络GAN入门指南](1)引言及实验预备知识和工具
继续开一个GAN的专题:主要分以下几个板块1.GAN2.DCGAN3.WasserteinGAN4.cGAN(GAN+监督学习)SGAN/ACGAN(GAN+
半监督学习
)InfoGAN(GAN+无监督性学习
gdtop818
·
2020-06-28 20:59
GAN
Adversarial
Network
paper_GAN
GAN
lpa
半监督学习
之--标签传播算法
众所周知,机器学习可以大体分为三大类:监督学习、非监督学习和
半监督学习
。
weixin_34297704
·
2020-06-28 16:21
机器学习基础
1.机器学习的方法:有监督学习(分类,回归)、无监督学习(聚类)、
半监督学习
、增强学习、多任务学习其中,有监督学习训练数据集有标记,无监督学习则无,半监督存在少量有标记的训练集大量无标记的训练数据集,增强学习不给具体步骤
biglayman
·
2020-06-28 15:00
sklearn
半监督学习
标签:
半监督学习
作者:炼己者欢迎大家访问我的简书以及我的博客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!---摘要:
半监督学习
很重要,为什么呢?
weixin_33894992
·
2020-06-28 07:50
标签传播算法
1.LPA算法简介标签传播算法(LabelPropagationAlgorithm,LPA)是由Zhu等人于2002年提出,它是一种基于图的
半监督学习
方法,其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息
巷中人
·
2020-06-27 18:33
Pytorch:深度学习基础及数学原理
深度学习基础及数学原理监督学习和无监督学习常见机器学习方法:监督学习:通过已有的训练样本(即已知数据及对应的输出)去训练得到一个最优模型,再利用这个模型将所有的输入映射为相应的输出无监督学习:没有已训练样本,需要对数据进行建模
半监督学习
_Zephyrus_
·
2020-06-27 13:09
PyTorch
Python
李宏毅机器学习系列-
半监督学习
李宏毅机器学习系列-
半监督学习
什么是
半监督学习
半监督学习
的假设生成模型上的
半监督学习
Low-densitySeparation非黑即白自学习熵正则化半监督SVMSmoothnessAssumption(
王伟王胖胖
·
2020-06-27 13:24
李宏毅机器学习
机器学习
深度学习
翻译--SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS
SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS图卷积神经网络的
半监督学习
原文连接:Semi-SupervisedClassificationwithGraphConvolutionalNetworks0
wanygen
·
2020-06-27 12:50
复杂网络
GCN
半监督学习
综述
半监督学习
简介自从1946年第一台电子计算机ENIAC诞生至今,计算机技术得到了迅猛的发展,这使得人类采集、存储数据的能力空前的提高,利用计算机对收集到的数据进行分析提取有价值信息的技术(机器学习技术)
vivian_ll
·
2020-06-27 11:32
机器学习
几种半监督的python实现(标签传播、半监督Kmeans、自训练)
半监督学习
:综合利用有类标的数据和没有类标的数据,来生成合适的分类函数。它是一类可以自动地利用未标记的数据来提升学习性能的算法。
vivian_ll
·
2020-06-27 11:00
机器学习
python
机器学习
半监督
标签传播
自训练
机器学习(三)
半监督学习
(Semi-supervised Learning)
问题:有训练样本DL={(x1,y1),(x2,y2),...,(xl,yl)}与未标记样本DU={xx+1,xx+2,...,xl+u}要求:用DLUDU训练分类器方法:在DL上训练分类器用分类器对DU中数据分类两类方法(1)利用软的分类结果(EM算法)(2)利用硬的分类结果(很多方法)将DU的分类信息加上,回到第一步半监督SVMmin:E(w,b,ξ,y^)=12‖w‖2+Cl∑i=1lξ2i
goodluckcwl
·
2020-06-27 08:19
机器学习
谷歌提出新型半监督方法 MixMatch
事实证明,
半监督学习
可以很好地利用无标注数据,从而减轻对大型标注数据集的依赖。而谷歌的一项研究将当前主流的
半监督学习
方法统一起来,得到了一种新算法MixMatch。
jiaotong_jin
·
2020-06-27 06:41
综合介绍
机器学习实践一
无监督学习算法:关联规则,聚类
半监督学习
:一半有标签,一半无标签。机器学习算法使用图谱数据量少的话可以使用规则去学习,此时所有的机器学习算法都不能
xingkong1992
·
2020-06-27 04:15
机器学习实践
人工智能----机器学习基础
第一、弱监督学习监督学习、非监督学习、
半监督学习
这些概念都比较好理解且常见。何为弱监督学习?看起来就是指样本有标记,可能不止一个,还可能不正确,其训练的目的是为了将结果往好的标记上靠。
请叫我马老师
·
2020-06-27 03:05
周志华《Machine Learning》学习笔记(16)--概率图模型
上篇主要介绍了
半监督学习
,首先从如何利用未标记样本所蕴含的分布信息出发,引入了
半监督学习
的基本概念,即训练数据同时包含有标记样本和未标记样本的学习方法;接着分别介绍了几种常见的
半监督学习
方法:生成式方法基于对数据分布的假设
努力进行光合作用
·
2020-06-27 02:34
ML
周志华《Machine Learning》学习笔记(15)--
半监督学习
上篇主要介绍了机器学习的理论基础,首先从独立同分布引入泛化误差与经验误差,接着介绍了PAC可学习的基本概念,即以较大的概率学习出与目标概念近似的假设(泛化误差满足预设上限),对于有限假设空间:(1)可分情形时,假设空间都是PAC可学习的,即当样本满足一定的数量之后,总是可以在与训练集一致的假设中找出目标概念的近似;(2)不可分情形时,假设空间都是不可知PAC可学习的,即以较大概率学习出与当前假设空
努力进行光合作用
·
2020-06-27 02:34
ML
机器学习中的有监督学习,无监督学习,
半监督学习
的区别
在机器学习(Machinelearning)领域,主要有三类不同的学习方法:监督学习(Supervisedlearning)、非监督学习(Unsupervisedlearning)、
半监督学习
(Semi-supervisedlearning
千寻~
·
2020-06-27 01:45
机器学习
李宏毅《机器学习》课程笔记(作业四:RNN)
RNN和
半监督学习
需要后面补上。
逝水留痕9611
·
2020-06-27 01:12
机器学习
深度学习
机器学习中的有监督学习,无监督学习,
半监督学习
在机器学习(Machinelearning)领域,主要有三类不同的学习方法:监督学习(Supervisedlearning)、非监督学习(Unsupervisedlearning)、
半监督学习
(Semi-supervisedlearning
流水无Qing
·
2020-06-27 00:15
数据挖掘
人工智能
机器学习与数据挖掘系列
上一页
17
18
19
20
21
22
23
24
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