半监督学习

勘探开发人工智能技术：机器学习(4)

0提纲5.1半监督学习5.2主动学习5.3代价敏感学习5.4多标签学习5.5多示例学习1半监督学习用无标签的数据提升学习器的效果.1.1基本概念半监督学习强调的是一种学习场景,在该场景下,无标签数据可以协助带标签数据提升预测质量
HenrySmale·2023-08-11 09:11

【AIGC】人工智能生成的漫画

通过结合多个大型数据集和半监督学习的方法，我们将大幅提升生成的质量和多样性。我们还会在本文中分享生成过程的重要步骤和代码实现，方便您在做出自己的贡献时参考。
我是廖志伟·2023-08-10 20:07

OPEN-WORLD SEMI-SUPERVISED LEARNING(论文翻译)

文章目录OPEN-WORLDSEMI-SUPERVISEDLEARNING摘要1介绍2相关工作3方法3.1开放世界半监督学习设置3.2ORCA概述3.3有监督目标与不确定性自适应边界3.4两两目标3.5
黄阳老师·2023-08-09 16:15

Graph Random Neural Networks for Semi-Supervised Learning on Graphs

前言NIPS2020中关于图半监督学习的研究：本文研究图的半监督学习问题，当标签节点稀缺时，大多数已有的广义神经网络都存在over-smoothing、non-robustness、weak-generalization
阿瑟_TJRS·2023-08-09 03:12

机器学习---监督学习和非监督学习

根据训练期间接受的监督数量和监督类型，可以将机器学习分为以下四种类型：监督学习、非监督学习、半监督学习和强化学习。监督学习在监督学习中，提供给算法的包含所需解决方案的训练数据，成为标签或标记。
末世灯光·2023-08-08 13:46

用networkx、igraph实现社区发现——LPA（标签传播算法）

推荐系统初期，当标签数远远小于未标签数时，传统的监督式学习不适合，可以采用半监督学习，即通过有限的标签传播至未标签的数据。
戎梓漩·2023-08-06 05:04

01统计学习及监督学习概论

分类1.主要可以分为监督学习、无监督学习、半监督学习、强化学习监督学习的主要任务有回归问题和分类问题，回归问题中，输出是连续的值，分类问题中，输出是分类标签监督学习和无监督学习的区别是有无预先标记的训练实例半监督学习
查理的小号·2023-08-05 12:45

机器学习---概述(一)

数据基本处理2.3特征工程2.3.1特征提取2.3.2特征预处理2.3.3特征降维2.4机器学习2.5模型评估3.机器学习的算法分类3.1监督学习3.1.1回归问题3.1.2分类问题3.2无监督学习3.3半监督学习
肥大毛·2023-08-05 03:59

机器学习：监督学习、无监督学习、半监督学习、强化学习

机器学习分为监督学习（SupervisedLearning）、无监督学习（UnsupervisedLearning）、半监督学习（Semi-supervisedLearning）、强化学习（ReinforcementLearning
智慧医疗探索者·2023-08-01 21:12

HyperGCN: 超图神经网络

基于超图的半监督学习超图上的卷积：超图上的拉普拉斯：对于每一条超边eee，可以弹出一对顶点(ie,je)=argmaxi,j∈e∣Si−Sj∣(i_{e},j_{e})=argmax_{i,j\ine}
欧阳AI锋·2023-07-29 11:20

机器学习：逻辑斯特回归算法

逻辑回归算法机器学习可分为有监督学习，无监督学习，半监督学习，强化学习。对于LR来说，看成一种典型的有监督学习。
Twig程·2023-07-29 04:03

[Pytorch]监督学习、无监督学习、半监督学习和自监督学习的特点和应用

监督学习在监督学习中，所有的数据都带有标签或真值，直接对网络输出结果和标签计算损失函数，进行训练。常见的应用包括图像分类、语音识别、自然语言处理等。例如，在图像分类任务中，监督学习算法可以通过对大量带有标签的图像进行训练，学会将图像分类为不同的类别。无监督学习在无监督学习中，数据没有标签，学习算法从数据中学习模式。无监督学习的主要应用包括聚类、降维、隐变量建模等。例如，在聚类任务中，无监督学习算法
雕雀桑·2023-07-28 00:22

机器学习概念

文章目录一、机器学习概念1.机器学习基本概念2.基于规则的学习3.基于模型学习4.机器学习数据集描述二、机器学习分类1.监督学习1.1分类问题1.2回归问题2.无监督学习2.1聚类问题2.2数据降维3.半监督学习
加油吶·2023-07-26 07:34

FixMatch半监督学习论文【终于说清楚了系列4】

FixMatch::SimplifyingSemi-SupervisedLearningwithConsistencyandConfidence)文章发表于NeurIPS2020这篇文章的动机是要对半监督算法进行简化，利用伪标签方法来获得无标数据的人工标签，然后让强增强后的无标数据得到与若增强一致的输出结果。前情回顾，半监督和UDA半监督方法的目是充分利用少量的有标数据以及大量的无标数据。为了充分
米米不多·2023-07-25 01:23

学习资料总结

AI主要技术领域：一、机器学习#监督学习半监督学习无监督学习强化学习#蒙特卡洛算法#动态规划#时间差分#深度神经网络（价值算法，策略算法，输入，输出）框架平台：谷歌tensorFlowdeepmind二
住在黑洞隔壁的火星人·2023-07-22 13:37

P-tuning：自动构建模版，释放语言模型潜能

的MLM模型也能小样本学习中，我们介绍了一种名为Pattern-ExploitingTraining（PET）的方法，它通过人工构建的模版与BERT的MLM模型结合，能够起到非常好的零样本、小样本乃至半监督学习效果
PaperWeekly·2023-07-21 22:15

机器学习算法分类

机器学习根据任务的不同，可以分为监督学习、无监督学习、半监督学习、强化学习。1.无监督学习训练数据不包含任何类别信息。无监督学习里典型例子是聚类。
Elseide艾思·2023-07-20 20:49

【半监督医学图像分割 2023 CVPR】PatchCL

文章目录【半监督医学图像分割2023CVPR】PatchCL摘要1.简介2.相关工作2.1半监督学习2.2对比学习3.方法3.1类感知补丁采样3.2伪标记引导对比损失3.3总体学习目标3.4伪标号生成与求精
說詤榢·2023-07-20 01:09

大语言模型的预训练[2]:GPT、GPT2、GPT3、GPT3.5、GPT4相关理论知识和模型实现、模型应用以及各个版本之间的区别详解

GPT4相关理论知识和模型实现、模型应用以及各个版本之间的区别详解1.GPT模型1.1GPT模型简介在自然语言处理问题中，可从互联网上下载大量无标注数据，而针对具体问题的有标注数据却非常少，GPT是一种半监督学习方法
汀、人工智能·2023-07-19 10:44

用于语义图像分割的弱监督和半监督学习：弱监督期望最大化方法

这篇论文只有图像级标签或边界框标签作为弱/半监督学习的输入。使用期望最大化(EM)方法，用于弱/半监督下的语义分割模型训练。背景知识1、符号定义X是图像。Y是分割映射。
deephub·2023-07-18 14:16

机器学习主要类型（三）：半监督学习

机器学习主要类型（三）：半监督学习Semi-SupervisedLearning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未标记样本虽未直接包含标记信息，但若它们与有标记样本是从同样的数据源独立同分布采样而来
ling零零零·2023-07-18 10:46

机器学习半监督学习

半监督学习是一种机器学习的方法，它结合了监督学习和无监督学习的特点。在半监督学习中，训练数据中只有一部分数据是带有标签的，另外一部分数据是没有标签的。
薛定谔的猫1992·2023-07-17 15:37

机器学习的种类介绍

现有的机器学习种类繁多，我们一般可以进行如下的分类标准：是否在人类监督下学习（监督学习、非监督学习、半监督学习和强化学习）是否可以动态的增量学习（在线学习和批量学习）是简单的将新的数据点和已知的数据点进行匹配
statr·2023-07-17 06:26

Transformer网络学习记录——基于空间约束自注意力和Transformer的RGB-D显著性检测方法研究

基于图半监督学习和图卷积的目标分割与跟踪算法研究(wanfangdata.com.cn)只能说看不懂，记录是为了有耐心慢消化原文：网络整体为通用的编码器-解码器架构，总体上由骨干编码器、交互编码器、RGB
fenghx258·2023-07-16 14:16

伪标签（pseudo label）（半监督学习）

使用伪标签进行半监督学习，在机器学习竞赛当中是一个比较容易快速上分的关键点。下面给大家来介绍一下什么是基于伪标签的半监督学习。在传统的监督学习当中，我们的训练集具有标签，同时，测试集也具有标签。
坚持更新的咩·2023-07-16 08:43

大语言模型介绍(一)

大语言模型(英语：largelanguagemodel，LLM)是一种语言模型，由具有许多参数（通常数十亿个权重或更多）的神经网络组成，使用自监督学习或半监督学习对大量未标记文本进行训练。
kissshot13·2023-07-15 16:46

机器学习概述（自用）

目录概念工作流程特征工程模型评估拟合欠拟合过拟合算法分类监督学习回归问题分类问题无监督学习半监督学习强化学习深度学习概念机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测工作流程获取数据，
醋酸洋红就是我·2023-07-15 08:59

天池大赛中药说明书实体识别挑战冠军方案开源（一）方案及模型原理说明

目录Introduction导言赛题背景任务描述数据探索分析核心思路数据预处理Baseline:BERT-CRF优化1：对抗训练优化2：混合精度训练（FP16）优化3：多模型融合优化4：半监督学习其他无明显提升的尝试方案最终线上成绩
小胡说人工智能·2023-07-14 22:40

大师兄的数据分析学习笔记(三十）：半监督学习

www.jianshu.com/p/8474408c7276)[大师兄的数据分析学习笔记(三十一）：机器学习模型总结](https://www.jianshu.com/p/2c491add6a49)##一、关于半监督学习
·2023-06-24 10:43

人工智能（2）：机器学习算法分类

根据数据集组成不同，可以把机器学习算法分为：监督学习无监督学习半监督学习强化学习1监督学习定义：输入数据是由输入特征值和目标值所组成。
不死鸟.亚历山大.狼崽子·2023-06-24 07:54

机器学习第一课

文章目录实现流程一、数据基本处理二、特征工程三、机器学习（模型）分类：监督学习无监督学习半监督学习强化学习四、模型评估实现流程数据输入->数据基本处理->特征工程->训练->模型评估->新数据输入->预测结果数据类型
笔记本IT·2023-06-19 03:38

菜鸟笔记之《Deeper Insights into Graph Convolutional Networks for Semi-Supervised Learning》

这篇论文是关于图卷积网络应用在半监督学习方面的深度见解，图卷积网络的理解提供了独特的视角，同时在原始模型的基础上提出了改进，出自香港理工大学，是一篇好文。
mying_三丘·2023-06-18 02:35

数据科学导论

《数据科学导论》重点归纳第1~4章数据科学研究的问题边角广泛，只要是和数据收集、清洗整理、分析和挖掘有关的问题都是数据科学要研究的问题；数据科学的主要方法：有监督学习、无监督学习、半监督学习；有监督学习中
乄北城以北乀·2023-06-15 01:00

人工智能数学基础

第一章人工智能概述1.1人工智能的概念和历史1.2人工智能的发展趋势和挑战1.3人工智能的伦理和社会问题第二章数学基础1.1线性代数1.2概率与统计1.3微积分第三章监督学习1.1无监督学习1.2半监督学习
Kali与编程～·2023-06-14 15:30

人工智能算法简介

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
巨人肩上摘星怪·2023-06-14 15:12

Graph Learning笔记 - 长尾分布问题

SL-DSGCN论文：InvestigatingandMitigatingDegree-RelatedBiasesinGraphConvolutionalNetworks来源：2020CIKM概要GCN在图的半监督学习上能取得良好表现
RWLinno·2023-06-13 01:18

关于深度学习方面的一些概念

1、自学习（self-taughtlearning）与半监督学习  自学习(self-taughtlearning)是不要求未标注数据XuX_uXu和已标注数据XlX_lXl来自同样的分布。
江_小_白·2023-06-11 13:08

机器学习算法分类（三）

在机器学习中，又分为监督学习、无监督学习、半监督学习、强化学习和深度学习。监督、无监督、半监督学习机器学习根据数据集是否有标签，又分为监督学习、无监督学习、半监督学习。
涛声依旧叭·2023-06-10 09:23

Semi-supervised Learning(半监督学习)

目录IntroductionWhysemi-supervisedlearninghelp？Semi-supervisedLearningforGenerativeModelSupervisedGenerativeModelSemi-supervisedGenerativeModelLow-densitySeparationAssumptionSelfTrainingEntropy-basedReg
keep--learning·2023-06-09 20:25

【人工智能】— 学习与机器学习、无/有监督学习、强化学习、学习表示

BayesianNetworks本章：观测学习学习学习元素机器学习概论机器学习对什么有用自动语音识别计算机视觉Informationretrieval—信息检索机器学习机器学习：定义电子邮件过滤问题学习类型监督学习无监督学习半监督学习强化学习在机器学习中表示
之墨_·2023-06-07 19:51

人工智能之机器学习

第一章人工智能概述1.1人工智能的概念和历史1.2人工智能的发展趋势和挑战1.3人工智能的伦理和社会问题第二章数学基础1.1线性代数1.2概率与统计1.3微积分第三章监督学习1.1无监督学习1.2半监督学习
Kali与编程～·2023-06-07 14:54

人工智能之深度学习

第一章人工智能概述1.1人工智能的概念和历史1.2人工智能的发展趋势和挑战1.3人工智能的伦理和社会问题第二章数学基础1.1线性代数1.2概率与统计1.3微积分第三章监督学习1.1无监督学习1.2半监督学习
Kali与编程～·2023-06-07 14:54

自然语言处理

第一章人工智能概述1.1人工智能的概念和历史1.2人工智能的发展趋势和挑战1.3人工智能的伦理和社会问题第二章数学基础1.1线性代数1.2概率与统计1.3微积分第三章监督学习1.1无监督学习1.2半监督学习
Kali与编程～·2023-06-07 14:54

统计学习方法读书笔记——第一章 统计学习方法概论

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。
Jarkata·2023-06-07 06:12

半监督学习的风险：未标记数据如何降低生成分类器的性能

正如本书其他章节所描述的那样，经验和理论的结果通常对生成分类器的半监督学习有利。然而，文献也显示存在半监督学习不能产生好的生成式分类器的情况。
AW_5365·2023-04-21 20:30

机器学习中三大学习类别

SupervisedLearning）:通过已有的一部分输入数据与输出数据之间的关系，生成一个函数，将输入映射到合适的输出，例如分类非监督学习（UnsupervisedLearning)：直接对输入数据进行建模，例如聚类半监督学习
zydsb·2023-04-19 19:27

分类和回归

分类学习器分类树判别分析朴素贝叶斯最近邻支持向量机分类分类集成广义加性模型神经网络增量学习用于分类的半监督学习可解释性特征选择和超参数调整可能会产生多个模型。您
zashizhi3299·2023-04-17 15:51

深度强化学习【1】-强化学习入门必备基础（含Python迷宫游戏求解实例）

强化学习入门必备基础文章目录强化学习入门必备基础1.强化学习与机器学习1.1有监督学习1.2半监督学习1.3无监督学习1.4强化学习1.5深度学习2.强化学习中的一些概念2.1智能体、动作、状态2.2策略函数
Moresweet猫甜·2023-04-17 12:04

人工智能复习0

1.3机器学习分类监督学习有标签--分类==二分类==多分类==多标签分类==多输出分类--回归半监督学习部分有标签无监督学习无标签迁移学习解决类似
吴邪_TicktW·2023-04-16 01:40

监督学习和非监督学习

机器学习分为监督学习、非监督学习和半监督学习（也可以叫强化学习）。在这里我们来区分一下监督学习和非监督学习的区别吧。一、定义有监督学习是机器学习任务的一种。它从有标记的训练数据中推导出预测函数。
这里假装有个名字·2023-04-15 18:41
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他