半监督学习

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

基于图的半监督学习

接上一篇文章我们知道\Delta=\Delta^T令F_l=(f_1,\cdots,f_l),F_u=(f_{l+1},\cdots,f_{l+u})，则有F=(F_l,\,F_u)故而（下面采用分块矩阵）\begin{aligned}&F\DeltaF^T=\begin{pmatrix}F_l&F_u\end{pmatrix}\begin{pmatrix}\Delta_{ll}&\Delta_{
水之心·2019-12-26 00:46

虚拟对抗训练（VAT）：一种用于监督学习和半监督学习的正则化方法

虚拟对抗损失：一种对给定输入的条件标签分布的局部平滑度的新度量方法。模型对于输入的微小改变，它的输出不应该有很大的变动，对于小扰动有大的输出波动的模型会导致这个损失函数变大。通常过拟合的时候，会出现这种现象，所以可以把VAT看做是一种正则化的方法。虚拟对抗训练就是要找一个使输出偏差最大的扰动方向，在这个方向上对输入产生扰动，再用于训练模型，使模型的局部平滑度增强。以上公式展示了虚拟对抗训练的原理，
颀周·2019-12-25 15:00

半监督学习（转）

前面我们一直围绕的都是监督学习与无监督学习，监督学习指的是训练样本包含标记信息的学习任务，例如：常见的分类与回归算法；无监督学习则是训练样本不包含标记信息的学习任务，例如：聚类算法。在实际生活中，常常会出现一部分样本有标记和较多样本无标记的情形，例如：做网页推荐时需要让用户标记出感兴趣的网页，但是少有用户愿意花时间来提供标记。若直接丢弃掉无标记样本集，使用传统的监督学习方法，常常会由于训练样本的不
龙鹰图腾223·2019-12-21 16:48

动手实现会写数字的神经网络—半监督学习和生成式对抗网络介绍

半监督学习大多数深度学习分类器需要大量的标签样本才能很好地泛化，但获取这些数据是的过程往往很艰难。为了解决这个限制，半监督学习被提出，它是利用少量标记数据和大量未标记数据的分类技术。
AiTechYun·2019-12-21 04:05

举例理解监督学习、无监督学习、半监督学习和强化学习的区别

Machinelearning机器学习是Artificialinteligence的核心，分为四类：1、Supervisedlearning监督学习是有特征（feature）和标签（label）的，即便是没有标签的，机器也是可以通过特征和标签之间的关系，判断出标签。举例子理解：高考试题是在考试前就有标准答案的，在学习和做题的过程中，可以对照答案，分析问题找出方法。在高考题没有给出答案的时候，也是可
花间独酌酒一壶·2019-12-17 23:51

有监督学习、无监督学习和半监督学习的分类

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，我们就可以通过已有的关系得到未知数据
jason_罗·2019-12-14 12:08

4基础概念

1.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2.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3.例子
huhu502·2019-12-14 02:05

谷歌最新无监督数据增强研究，全面超越现有半监督学习方法

GoogleAI最新研究用无监督数据增强推进半监督学习，取得令人瞩目的成果。该方法超越了所有现有的半监督学习方法，并实现了仅使用极少量标记样本即可达到使用大量标记样本训练集的精度。
AI女神安娜·2019-12-14 02:03

ML之小概念

1、半监督半监督学习有两个样本集,一个有标记,一个没有标记.分别记作Lable={(xi,yi)},Unlabled={(xi)}.并且数量上,L
EchoIR·2019-12-13 15:09

机器学习入门-相关性分析

监督学习supervisedlearning;非监督学习unsupervisedlearning;半监督学习semi-supervisedlearning;强化学习reinforcementlearning
foremost·2019-12-12 10:00

第二章_机器学习基础

文章目录第二章机器学习基础2.1各种常见算法图示2.2监督学习、非监督学习、半监督学习、弱监督学习？2.3监督学习有哪些步骤2.4多实例学习？2.5分类网络和回归的区别？2.6什么是神经网络？
九霄王·2019-12-09 20:52

Arxiv网络科学论文摘要8篇(2018-09-13)

机构和部门之间的科学合作;传染性增强了Twitter中病毒级联的预测;异构信息网络的元路径和元图联合嵌入;语言文化演变中的规范变化动力学;NNCP：基于深度神经网络学习技术的引用数预测方法;图高斯过程的贝叶斯半监督学习
ComplexLY·2019-12-08 15:01

Arxiv网络科学论文摘要29篇(2018-09-05)

在线社会网络的中观分析-负链接的作用;社会网络结构预测身心健康;复杂网络的熵和图能量;使用生成对抗网络进行图的半监督学习;链路预测算法的攻击容忍度：如何隐藏社会网络中的关系;复杂共现网络的超图建模与可视化
ComplexLY·2019-12-02 09:36

转-监督学习、无监督学习、半监督学习

作者：深度攻城狮链接：https://www.zhihu.com/question/27138263/answer/230490634来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。监督学习(supervisedlearning)是指用已经标记好的数据(labelleddata)，做训练来预测新数据的类型(class)，或者是值。预测已有类型叫做分类(classifi
起个名字真的好难啊哈哈·2019-12-01 21:58

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。
AI研究所·2019-11-30 21:32

有趣的机器学习

**机器学习的方法包括:**监督学习supervisedlearning;非监督学习unsupervisedlearning;只有数据，没有标签半监督学习semi-supervisedlearning;
cure_py·2019-11-30 18:09

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

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？
丿梓枫丿·2019-11-30 10:26

转-一文读懂监督学习、无监督学习、半监督学习、强化学习四种方式

「机器人圈」导览：一般说来，训练深度学习网络的方式主要有四种：监督、无监督、半监督和强化学习。在接下来的文章中，机器人圈将逐个解释这些方法背后所蕴含的理论知识。除此之外，机器人圈将分享文献中经常碰到的术语，并提供与数学相关的更多资源。本文编译自硅谷著名的风险投资机构安德森霍洛维茨基金，作者是FrankChen。有关数学相关问题，请参阅这个斯坦福大学的教程，其中包含监督和无监督学习，内含代码示例。监
起个名字真的好难啊哈哈·2019-11-30 07:06

（中国大学MOOC）《深度学习应用开发-TensorFlow实践》（第2讲---深度学习简介及开发环境搭建）

3.半监督学习对于半监
ccnuacmhdu·2019-11-17 22:26

常见机器学习算法：监督学习、无监督学习、半监督学习、强化学习

学习算法的作用  首先正如西瓜书中所说：《机器学习》P1：机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型”（model）的算法，即“学习算法”（learningalgorithm）  这句话可以理解为，学习算法基于喂入的经验数据（训练集）建立数学模型，若检验（测试集）模型误差在容许范围内，则该模型可以基于喂入的输入数据帮助我们对具体的应用场景做出判断。《机器学习》P1：机器学习是研究
FUDAN_ZCY·2019-11-14 15:57

李航-第1章统计学习方法概论

即：统计学习方法=模型+策略+算法基本概念监督学习统计学习包括监督学习，半监督学习，半监督学习及强化学习。
瘦长的丰一禾·2019-11-08 08:08

轻松入门机器学习之概念总结（一）

3）半监督学习：有trainset，trainset里面y的取值有些知道有些不知道。4）增强学习：reinforcementlearning，无trainset。
腾讯云加社区·2019-11-07 15:26

基于半监督学习技术的达观文本过滤系统

社交、直播、论坛、电商等各类平台每天都会产生海量UGC(UserGeneratedContent)，其中不可避免地混杂有大量垃圾文本。这些内容不但严重影响用户体验，而且还可能发生违规的运营风险。面对这些迫切需要，达观数据提供了垃圾信息过滤的服务，精准定位并剔除不良信息。通常垃圾信息过滤的问题可以看作分类问题，即判断一个评论是属于正常评论这个分类，还是属于垃圾信息这个分类。文本分类的研究已经经历了很
达观数据·2019-11-05 01:41

半监督学习（五）——半监督支持向量机

半监督支持向量机（S3VMs）今天我们主要介绍SVM分类器以及它的半监督形式S3VM，到这里我们关于半监督学习基础算法的介绍暂时告一段落了。之后小编还会以论文分享的形式介绍一些比较新的半监督学习算法。
PJQOOO·2019-11-01 08:00

半监督学习（四）——基于图的半监督学习

基于图的半监督学习以一个无标签数据的例子作为垫脚石Alice正在翻阅一本《SkyandEarth》的杂志，里面是关于天文学和旅行的文章。Alice不会英文，她只能通过文章中的图片来猜测文章的类别。
PJQOOO·2019-10-31 09:00

谷歌最新无监督数据增强研究，全面超越现有半监督学习方法

姓名：张庆庆学号：19021211151嵌牛导读：GoogleAI实现的无监督学习数据增强的半监督学习嵌牛鼻子：无监督学习嵌牛提问：什么是无监督学习，它来源于什么以及有些什么优势转载源：谷歌最新无监督数据增强研究
玛莉在隔壁·2019-10-28 15:41

半监督学习（三）——混合模型

Semi-SupervisedLearning半监督学习（三）方法介绍MixtureModels&EM无标签数据告诉我们所有类的实例混和在一起是如何分布的，如果我们知道每个类中的样本是如何分布的，我们就能把混合模型分解成独立的类
PJQOOO·2019-10-27 08:00

半监督学习——方法介绍

Semi-SupervisedLearning半监督学习（二）介绍在上篇文章中我们介绍了关于统计机器学习和半监督学习的一些基本概念。
foreveringcc·2019-10-24 12:55

半监督学习——方法介绍

Semi-SupervisedLearning半监督学习（二）介绍在上篇文章中我们介绍了关于统计机器学习和半监督学习的一些基本概念。
PJQOOO·2019-10-24 10:00

半监督学习——概念介绍

Semi-SupervisedLearning半监督学习（一）入门级介绍传统的机器学习任务分为无监督学习（数据无标签，如，聚类，异常检测等）和监督学习（数据有标签，如，分类，回归等）。
foreveringcc·2019-10-23 12:35

Few-shot Learning survey-详细易懂-小样本综述

目录1.半监督学习semi-supervisedlearning31.1基本概念31.2半监督学习的应用41.3半监督学习方法结构51.4半监督深度学习62.主动学习（ActiveLearning）72.1
mohong96·2019-10-23 11:08

半监督学习——概念介绍

Semi-SupervisedLearning半监督学习（一）入门级介绍传统的机器学习任务分为无监督学习（数据无标签，如，聚类，异常检测等）和监督学习（数据有标签，如，分类，回归等）。
PJQOOO·2019-10-23 10:00

深度学习：有监督学习、无监督学习和半监督学习

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。文章目录一、监督式学习二、无监督式学习三、半监督式学习一、监督式学习在监督式学习下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果，如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”，在建立预测模型的时候，监督式学习建立一个学习过程，将预测结果与“训练数据”的
南淮北安·2019-10-21 09:41

机器学习-(1)概论

基于目前我的学习，给出我所认为比较重要的点吧，不喜勿喷1统计学习统计学习方法基于数据来说，主要分为监督学习，半监督学习，无监督学习，及强化学习。
walker_wias·2019-10-19 14:22

A holistic approach to semi-supervised learning

Aholisticapproachtosemi-supervisedlearning[J].arXivpreprintarXiv:1905.02249,2019.https://github.com/samihaija/mixhop半监督学习的核心想法是利用无标注的数据来减轻对有标数据的需求
SrdLaplaceGua·2019-10-16 17:59

ICCV 2019 | 旷视研究院提出新型抠图方法AdaMatting，实现当前最佳

旷视研究院共有11篇接收论文，涵盖通用物体检测及数据集、文字检测与识别、半监督学习
AI科技大本营·2019-10-12 20:46

ICCV 2019 | 旷视研究院提出新型抠图方法AdaMatting，实现当前最佳

旷视研究院共有11篇接收论文，涵盖通用物体检测及数据集、文字检测与识别、半监督学习
AI科技大本营·2019-10-12 20:46

李航《统计学习方法》读书笔记1——第一章 统计学习方法概论

（数字、文字、图像、视频、音频），同类数据具有一定的统计规律性获取数据——提取特征——抽象模型——挖掘知识——分析预测统计学习方法基于数据构建统计模型从而对数据进行预测与分析，由监督学习、非监督学习、半监督学习
保护我方鲁班八号·2019-10-10 15:48

论文笔记·图学习：A New Simplex Learning Model to Measure Data Similarity for Clustering

1BackgroundandMotivation•基于图论产生了很多算法及应用：（1）聚类算法；（2）维数约简算法；（3）半监督学习算法；（4）排序算法。1.
kkklw·2019-10-08 12:00

与pesudo label相关的UDA论文

pesudolabel是半监督学习中的常见算法，如果把UDA中的源域当作有标签样本，目标域当成无标签样本，那么UDA问题可以看成一种特殊的半监督问题，因此pesudolabel也是UDA问题的一种解决方法
longlong9·2019-10-07 23:52

Zero-Shot Learning论文阅读笔记（第二周）

Skip-gram算法简介：算法核心框架实验结果引用第二篇：Zero-shotrecognitionusingdualvisualsemanticmappingpaths主要贡献摘要算法简介直推式学习和纯半监督学习的区别核心
Ace Cheney·2019-09-25 11:46

什么是监督学习非监督学习，强化学习

//www.cnblogs.com/leo1014/p/10158636.html什么是监督学习非监督学习，强化学习机器学习按照学习方式的不同，分为很多的类型，主要的类型分为监督学习非监督学习强化学习半监督学习什么是监督学习
jgw2008·2019-09-20 14:25

旷视研究院提出新型抠图方法AdaMatting，简单&强大

旷视研究院共有11篇接收论文，涵盖通用物体检测及数据集、文字检测与识别、半监督学习、分割算法、视频分析、影像处理、行人
flyfor2013·2019-09-20 08:00

半监督学习综述

Chapter7Semi-supervisedLearning翻译不易，未经允许请勿转载！Author:MohamedFaroukAbdelHadyandFriedhelmSchwenkerTranslator:HowardWonanut摘要传统的监督学习方法需要使用有标签数据建立模型。然而，在现实世界中给训练数据打标签可能需要昂贵的代价，或者耗费大量的时间。从领域专家那里获得这些标签数据有隐含的
千瞱·2019-09-06 14:01

机器学习-李宏毅(2019) Machine Learning 00笔记

文章目录lecture1：找出function的frameworklecture2：机器学习的相关技术监督学习regressionclassification半监督学习迁移学习无监督学习结构化学习强化学习总结李宏毅老师的机器学习课程
CN_L4EX·2019-09-04 17:57

小样本学习----半监督学习算法

原文链接：http://www.cnblogs.com/ivyharding/p/11455996.htmlhttps://blog.csdn.net/mao_feng/article/details/78939864现实生活中，我们会遇到少量有标签的样本，而大量无标签的样本，怎么去做这个处理呢？方法1：迁移学习的finetune找类似的通用数据集（在图像领域:imagenet，电商领域：淘宝电商
XcsdnJ2713·2019-09-03 22:00

人工智能算法总结

一、按照模型训练方式不同分类可以分为监督学习（SupervisedLearning），无监督学习（UnsupervisedLearning）、半监督学习（Semi-supervisedLearning）
我的名字去哪了·2019-09-02 20:30
上一页 21 22 23 24 25 26 27 28 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他