半监督学习

1. 机器学习概述

机器学习按照学习形式进行分类，可分为监督学习、无监督学习、半监督学习、强化学习等。
zyf084·2020-04-08 18:00

2019-04-24 [转]人工智能常见算法简介

一、按照模型训练方式不同可以分为监督学习（SupervisedLearning），无监督学习（UnsupervisedLearning）、半监督学习（Semi-supervisedLearning）和强化学习
李绍俊·2020-04-08 11:50

半监督学习分类——？？？

半监督学习主动学习用已标记样本训练出一个模型，用模型对未标记样本进行预测，选出对改善性能有帮助（比如选出那些不太确定的未标记样本）的样本，向专家征求最终标记的意见，并将专家意见作为标记，将该样本加入训练集得出新模型
bonelee·2020-04-07 14:00

机器学习一 ——机器学习概述

基本会使用到的都无需再自己去安装IDE使用的是Pycharm，具体piplist如下图所示2、学习笔记（1）机器学习概论机器学习一般流程：机器学习数学基础：(2）Python基础3、机器学习分类与理解机器学习通常分为3类监督学习半监督学习无监督学习监督学习给出特征和标签让机器学习两者之间的联系
xiaoAP·2020-04-05 17:00

机器学习概述1

(1)(2)(3)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、深度学习监督学习（SupervisedLearning）表示机器学习的数据是带标记的，这些标记可以包括数据类别、
162·2020-04-05 10:00

半监督学习的一些文章(Semi-supervised)

半监督学习现在可是火红火热了！那是监督学习的成本实在是太高了，不仅要去特意标签数据，而且还需要人工刷选，而且最重要的是时间花很多，很麻烦。那么有没有一些方法，既可以使用未标签数据又可以学习到结果？
Ms柠檬·2020-04-05 09:46

CVPR 2019 论文解读 | 具有高标签利用率的图滤波半监督学习方法

具有高标签利用率的图滤波半监督学习方法本文解读了一篇被CVPR2019大会接收的半监督学习方向的论文,点击此处跳转至arXiv查看原文。
AI研习社·2020-04-04 01:31

机器学习概述

有监督学习：给数据并给出数据正确结果的学习半监督学习：有一部分是监督好的，
贾昌润·2020-04-03 21:00

第一次作业

机器学习是人工智能的一个分支机器学习可以分为监督学习和无监督学习，半监督学习机器学习可以解决数据清洗/特征选择，确定算法模型/参数优化和结果预测，但是机器学习解决不了大数据存储/并行计算和不能创造一个机器人建模首先需要数据标签等然后在初步建立
hebinwen·2020-04-03 18:00

Python量化投资系列01 - SVR预测第二天开盘趋势和股价的正负统计分析

半监督学习：介于监督学习和无监督学习之间。增强学习：算法通过执行一系列的动作，影响环境中的可观察变量，从而得到环境对动作反应的规律。最后根据这个规律，判断该采取何种行动以最大化某种回报。
Kimichen7764·2020-04-03 09:02

深度学习的一些概念分享

深度学习有哪些神经网络一般来说，训练深度学习网络的方式主要有四种：监督学习（supervisedlearning）无监督学习（unsupervisedlearning）半监督学习（semi-supervisedlearning
IT_xiao小巫·2020-04-01 23:37

数据分析-机器学习(一)

.然后再将需要预测的函数用估计函数得到预测结果image.png机器学习分类有监督学习简单来说就是已经给了你数据并且给了数据所产生的结果无监督学习在只有数据却没有结果的情况下,寻找影藏的模式或内在结构半监督学习在半监督学习方式下
ZplD·2020-03-31 22:10

Summarize

机器学习领域分类：监督学习，非监督学习，半监督学习。在这儿主要说明的
sunsimple·2020-03-30 13:43

Arxiv网络科学论文摘要12篇(2018-05-17)

有隐藏和公开表达的意见的投票模型的共识时刻;文献计量学中的批判理性主义和寻找标准（领域标准化）指标;DNS图挖掘中的敏捷偏差分析;将动态网络聚合为一系列图的不变时间标度;多关系网络的结构表示学习;互动传染的模式动态;使用基于图的半监督学习与卷积神经网络对危机
ComplexLY·2020-03-30 10:52

Arxiv网络科学论文摘要11篇(2018-04-11)

基于Stieltjes矩阵正则化的活动图半监督学习的超模性;我的年龄是什么？
ComplexLY·2020-03-30 03:58

半监督学习

我们之前已经学习了监督学习（包括各种分类和回归的方法）以及无监督学习（主要是聚类方法），监督学习要求我们的样本集都是带标记的，而无监督学习可以处理无标记的数据集。但在现实中，我们遇到的情况往往是两者的折衷，即仅有部分数据是带标记的，另一部分数据是不带标记的。那么此时我们应该如何处理呢？如果仅使用带标记或不带标记的样本，则一方面会造成部分数据的浪费，另一方面由于所使用的数据量较小，我们训练得到的模型
单调不减·2020-03-29 13:47

人工智能100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。
量化二师兄·2020-03-23 20:28

2018-11-25 统计学习方法-李航 第一章

即学习模型的集合；3）确定模型选择的准则，即学习的策略4）实现求解最优模型的算法，即学习的算法5）通过学习方法选择最优模型6）利用学习的最优模型对新数据进行预测或分析1.2监督学习统计学习包括监督学习、非监督学习、半监督学习及强化学习监督学习
苏林欣·2020-03-22 23:35

机器学习算法开始页

RandomForest聚类降维关联分析朴素贝叶斯隐马尔可夫模型条件随机场others：激活函数总结，优化算法总结，costfunction总结，过拟合方法总结，梯度消失方法总结机器学习主要分为四类：监督学习，非监督学习，半监督学习
simple的课·2020-03-22 21:48

监督学习——学习笔记

前言统计学习包括监督学习、非监督学习、半监督学习及强化学习。监督学习(supervisedlearning)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。
oceanLong·2020-03-22 10:51

机器学习（二）：有监督学习、无监督学习和半监督学习

机器学习分类.png一、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
海天一树X·2020-03-18 00:16

7.5 创建模型

机器学习算法主要分为监督学习、无监督学习和半监督学习三大类，本书第二部分将具体讨论每种算法模型的数学原理及代码。本节简单介绍每种算法的含义以及导入各种算法模型的方法。
火锅侠·2020-03-16 09:42

机器学习的分类

其中，部分有标记成为半监督学习。最
世界名著悠游论坛·2020-03-08 08:17

半监督学习

半监督学习当我们的训练集标签缺失，也就是有训练集X1=[(x.y)....]，X2=[(x)...]。前者数据有标签，后者数据无标签。我们训练一个模型时，如果只使用前者对后者来说是一种浪费。
不能再白·2020-03-06 17:37

[Deep-Learning-with-Python]机器学习基础

机器学习主要分为４类:监督学习、非监督学习、半监督学习和强化学习。监督学习最常见的机器学习类型---学习输入数据和对应标签之间的映射关系。当下几乎所有的深度学习应用都属于监督学习类
七八音·2020-03-06 14:46

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？
炼己者·2020-03-05 19:43

Sklearn库

UnSuppervisedLearning）：训练集没有认为标注强化学习（ReinforcementLearning）：通过观察来学习执行什么样的动作，以获得最好的回报，每个动作都会对环境有所影响，学习对象根据环境的反馈做出判断半监督学习
TARDIS_2ac9·2020-03-02 13:34

自监督学习 | (1) Self-supervised Learning入门

学习的范式我们首先来回顾下机器学习中两种基本的学习范式，如图所示，一种是监督学习，一种是无监督学习（林轩田课程中把机器学习范式分为监督学习、半监督学习、无监督学习以及强化学习）。
CoreJT·2020-02-26 15:18

李航《统计学习方法》学习笔记——ch1统计学习概论

主要内容监督学习(supervisedlearning)、非监督学习(unsupervisedlearning)、半监督学习(semi-supervisedlearning)、强化学习(reinforcementlearnin
紫薯真好吃·2020-02-24 14:49

机器学习第五周笔记 Knn算法，朴素贝叶斯分类器，文本挖掘

有监督学习，无监督学习，半监督学习常见分类模型不算法线性判别法距离判别法贝叶斯分类器决策树支持向量机(SVM)神经网络文本挖掘典型场景网页自动分类垃圾邮件判断评论自动分析通过用户访问内容判别用户喜好网页自动分类自动化门户系统
cnzhanhao·2020-02-17 10:18

从0开始搭建产品经理AI知识框架：机器学习2方法篇

半监督学习：训练的数据，只有一小部分是标记过的，大部分是没有标记。强化学习：通过反馈，边实践边学习。迁移学习：在某个垂直领域训练完成后，移致去
蓝风GO·2020-02-15 10:41

机器学习基本理论总结

半监督学习：利用少量有标签的样本和大量无标签的样本进行训练与分类。强化学习：把计算机丢到一个完全陌生的环境，自己尝试各种方法，从经验中总结学习。遗传算法：适者生存，不适者淘汰。1
_龙雀·2020-02-14 02:34

基于自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：炼己者欢迎大家访问我的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！
炼己者·2020-02-12 20:26

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！
炼己者·2020-02-09 02:06

李宏毅机器学习（十七）semi-supervised learning半监督学习

什么是半监督学习呢，我们都知道有监督学习是数据都有特征和标签，而半监督的数据除了R部分有标签的，还有U部分无标签但是有特征的。
塔利班头子·2020-02-09 01:01

自然语言处理笔记——学习自然语言处理前所要了解的知识

学习自然语言处理前所要了解的知识自然语言处理自然语言与编程语言的区别词汇量结构化歧义性容错性易变性简略性自然语言处理结构语音、图像和文本中文分词、词性标注、命名实体识别信息抽取文本分类和聚类句法分析语义分析与篇章分析其他高级任务自然语言处理的流派机器学习什么是机器学习模型特征数据集训练、训练集监督学习、无监督学习与半监督学习博客参考何晗所著的
ZNWhahaha·2020-02-08 17:06

广告识别算法

半监督学习文本分类系列用半监督算法做文本分类(sklearn)sklearn半监督学习基于自训练的半监督文本分类算法基于协同训练的半监督文本分类算法好久没有更新博客了，最近一直在忙着学c++，把python
炼己者·2020-02-08 01:05

半监督学习算法（4）-- 标签传播

图论半监督学习需要首先构建一个图，图的节点集就是所有样本集（包括标记样本和无标记样本），图的边是样本两两间的相似性，然后把分类问题看作是类别信息在图上由标记节点向无标记节点的扩散或传播过程。
Byte猫·2020-02-07 02:11

比谷歌版更完整！机器学习概念整理（出自西瓜书）

渲染整理by:ahangchen,luopengting,hscspring章节列表o绪论o模型评估与选择线性模型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
梦里茶·2020-02-06 22:56

统计学习方法概论

统计学习由监督学习、非监督学习、半监督学习和强化学习等组成。统计学习方法包括假设空间、模型选择的准则、模型学习的算法，这些统称为统计学习方法的三要素：模型（Model
FindWG·2020-02-06 08:16

Linear Regression模型简介

本文结合自己的学习情况介绍对线性回归模型的认识(如文章有不妥之处，望不吝赐教)2、介绍机器学习根据训练数据方法的不同，可以分为监督学习、半监督学习、无监督学习和强化
南华coder·2020-02-02 21:44

想入门机器学习，先弄懂这8个基础概念

01、监督学习根据训练方法的不同，机器学习可分为：监督学习，无监督学习，半监督学习，强化学习。在这里我们讲2种机器学习的常用方法：监督学习，无监督学习。
城市中迷途小书童·2020-01-06 23:29

【西瓜书】第13章 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（semi-supervisedlearning）最常用的是“聚类假设”即假设数据存在簇结构，同一个簇的样本属于同一个类别
一杭oneline·2020-01-04 23:50

UDA Unsupervised data augmentation for Consistency training.

一致性训练，即对模型进行一定的限制，使得当输入图片增加较少的噪声时，模型的输出不发生变化；即原图和加入噪声的图片具有一致性的预测题意：用于一致性训练的无监督数据增强1.Abstract当标签数据比较少时，半监督学习能够有效提升模型性能
默写年华Antifragile·2020-01-02 13:01

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？

监督学习(supervisedlearning)：已知数据和其一一对应的标签，训练一个智能算法，将输入数据映射到标签的过程。监督学习是最常见的学习问题之一，就是人们口中常说的分类问题。比如已知一些图片是猪，一些图片不是猪，那么训练一个算法，当一个新的图片输入算法的时候算法告诉我们这张图片是不是猪。无监督学习(unsupervisedlearning)：已知数据不知道任何标签，按照一定的偏好，训练一
dopami·2020-01-02 13:44

如何到top5%？NLP文本分类和情感分析竞赛总结

目录：文本分类任务介绍文本分类问题Pipeline文本表示模型介绍后处理-模型融合和半监督学习其他trick写在前面从2018年9月初-12月初，笔者主要做了三个比赛，成绩如下：CCL2018中移在线客服领域用户意图分类冠军
nlpjoe·2019-12-30 05:13

3.1.1.13 半监督学习

半监督学习原理《机器学习》周志华13.1未标记样本形式化地看，我们有训练样本集Dl，这l个样本的类别标记已知，称为“有标记”(labeled)样本；此外，还有Du，l<
hxiaom·2019-12-29 01:16

机器学习（1）之基本概念

目录机器学习的定义算法中的基本参数对算法的数据的常规描述机器学习分类有监督学习无监督学习半监督学习机器学习开发流程数据收集与存储数据预处理@(机器学习（1）之基本概念)机器学习的定义根据已有的数据进行算法选择
天涯未抵·2019-12-29 00:00

关于机器学习算法 你需要了解的东西（机器学习入门第二篇）

根据上述分类原则，可以分为4个主要的类别：监督学习、无监督学习、半监督学习和强化学习。我们上次已经讨论了机器学习能够影响的业务类型。参见：机器学习能为你的业务做什么？
阿里云云栖号·2019-12-28 07:59

PIV_3: Machine Learning for Fluid Mechanics

机器学习：监督学习，无监督学习，半监督学习（CNN,RNN,SVM,GAN,RL等等技术）流体力学：forunderstanding,modeling,optimizing,andcontrollingfluidflows
闪电侠悟空·2019-12-26 22:35
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他