半监督学习第9页

第13章半监督学习

第13章半监督学习13.1未标记样本有标记样本：样本的类别标记已知未标记样本：样本的类别标记未知主动学习的目标是使用尽量少的查询来获得尽量号的性能半监督学习(semi-supervisedlearning

CharlesVan·2022-12-18 10:52

第十三章半监督学习笔记

未标记样本很多时候我们有大量数据的数据集Du，但是只有少部分有标记记作Dl，如果仅用这一部分有数据的，数据量太小。我们可以用Dl先训练一个模型，拿这个模型去挑一个未标记样本，询问其标签，然后把这个新获得的有标记样本加入Dl中重新训练一个模型，再去挑下一个，这样，若每次都挑出对改善模型性能帮助大的样本，则只需询问比较少的样本标签就能构建出比较强的模型，从而大幅降低标记成本。这样的学习方式称为"主动学

happy1yao·2022-12-18 10:50

西瓜书学习笔记——第十三章：半监督学习

13.半监督学习13.1未标记样本13.2生成式方式高斯混合生成式模型其他生成式模型13.3半监督SVMTSVM半监督支持向量机13.4基于分歧的方法13.5半监督聚类约束k均值算法（必连勿连）约束种子

Andrewings·2022-12-18 10:49

半监督学习入门——《机器学习》周志华—第十三章

《机器学习》第十三章（西瓜书）13.1未标注样本13.2生成式方法13.3半监督SVM13.4图半监督学习13.5基于分歧的方法13.6半监督聚类文中引用的外部图片13.1未标注样本半监督学习描述概念让学习器不依赖外界交互

qwq_xcyyy·2022-12-18 10:18

机器学习第十三章半监督学习

半监督学习13.1未标记样本在实际生活中，常常会出现一部分样本有标记和较多样本无标记的情形。如何利用未标记样本数据呢？主动学习：从未标记样本中挑选不确定性高或分类置信度低的样本来咨询专家进行打标。

cttMiao·2022-12-18 10:17

机器学习第13章（半监督学习）

13.1未标记样本如果有标记样本的个数太少，则由于训练不足，学得模型的泛化性能往往不见。activelearning主动学习，其目标是使用尽量少的query查询来获得较好的性能。未标记样本虽然没有直接包含标记信息，但其来源也是和其他有标记样本一样，来自于独立同分布的采样。13.2生成式方法Generativemethods是直接基于生成式模型的方法，此类方法假设所有数据都是由一个潜在的模型生成的。

罗辑罗辑·2022-12-18 10:15

李弘毅机器学习笔记：第十五章—半监督学习

李弘毅机器学习笔记：第十五章—半监督学习监督学习和半监督学习半监督学习的好处监督生成模型和半监督生成模型监督生成模型半监督生成模型假设一：Low-densitySeparationSelf-training

weixin_mm975247003·2022-12-18 10:45

机器学习（周志华）第十三章半监督学习

关于周志华老师的《机器学习》这本书的学习笔记记录学习过程本博客记录Chapter13文章目录1半标记样本2生成式方法3半监督SVM4图半监督学习5基于分歧的方法6半监督聚类1半标记样本我们有训练样本集Dl

YJY131248·2022-12-18 10:13

半监督学习机器学习第十三章

半监督学习@机器学习转载请标明出处，本篇文章允许转载，禁止抄袭半监督学习背景：当有标记样本远远少于未标记样本时，监督学习仅能利用有标记样本进行构建模型，未标记样本信息被浪费，且有标记样本较小，训练样本不足

不是庸人的俗人（摆烂版）·2022-12-18 10:12

[机器学习] 第十三章半监督学习 2. Proxy-label Methods

目录一、基本假设（BaseAssumptions）1.1平滑假设（TheSmoothnessAssumption）1.2集群假设（TheClusterAssumption）

(∩ᵒ̴̶̷̤⌔ᵒ̴̶̷̤∩)·2022-12-18 10:12

[机器学习] 第十三章半监督学习 1. 西瓜书整理

目录一、分类二、生成式方法三、TSVM参考：https://www.cnblogs.com/NoNameIsBeginning/p/13703217.html#131-%E8%AF%95%E6%8E%A8%E5%AF%BC%E5%87%BA%E5%BC%8F135138一、分类

(∩ᵒ̴̶̷̤⌔ᵒ̴̶̷̤∩)·2022-12-18 10:12

第十三章半监督学习

13.1未标记样本事实上，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，则它们所包含的关于数据分布的信息对建立模型将大有裨益。下图给出一个直观的例示。若仅基于图中的一个正例和一个反例，则由于待判别样本恰位于两者正中间，大体上只能随机猜测；若能观察到图中的未标记样本，则将很有把握地判别为正例。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

高自期许·2022-12-18 10:11

【机器学习】初识机器学习

目录机器学习定义机器学习的典型步骤监督学习无监督学习半监督学习强化学习凹凸函数损失函数，Loss交叉熵损失函数梯度下降法批量梯度下降随机梯度下降小批量梯度下降机器学习定义ArthurSamual（1959

sword_csdn·2022-12-17 23:18

自监督论文阅读系列：TMI20 基于样本相似度的半监督学习用于医学图像分类

任务：更好地利用半监督学习提升图像分类性能核心思想如下图1所示：传统的半监督学习只保证了单个样本扰动后分类网络输出标签一致性，本文考虑到样本之间的关系，让样本经过扰动后，分类网络输出的样本特征之间的关系仍然得到保留

yafee123·2022-12-17 22:41

半监督学习笔记总结

半监督学习半监督定义半监督深度学习半监督深度学习三种算法第一种：第二种：第三种：让网络workinsemi-supervisedfashion方法一：Pseudo-Label方法二：Semi-SupervisedLearningwithLadderNetworks

付付要努力呀·2022-12-17 22:10

摘要*7（）

BoostingMedicalImageSemi-supervisedLearningwithAdaptivePseudoLabelingandInformativeActiveAnnotation（CVPR2022）BoostMIS：利用自适应伪标签和信息性主动注释促进医学图像半监督学习在本文中

momoka9·2022-12-17 22:05

[论文阅读] BoostMIS: Boosting Medical Image Semi-supervised Learning with Adaptive Pseudo Labeling

[论文地址][代码][CVPR22]部分描述可能不准确，详见本文评论区Abstract在本文中，我们提出了一个名为BoostMIS的新型半监督学习(SSL)框架，它结合了自适应伪标签和信息性主动注释，以释放医学图像

xiongxyowo·2022-12-17 22:04

机器学习中的名词解释（一）：监督学习、无监督学习、半监督学习、自监督学习（通俗理解）

机器学习中有几个带有“监督”二字的名词，易混淆，写篇博客解释一下下~1、监督学习（SupervisedLearning）：是指从标注数据中学习预测模型的机器学习方法，其本质是学习输入到输出的映射的统计规律。（映射：两个集合中元素相互对应的关系）例如：老张有一堆小猫小狗的图片，然后拿着这堆图片给他的计算机，并且老张还给每张图片一个文件名分别是猫或狗，这个时候图片和文件名共同作为计算机的输入，经过一段

QianZ423·2022-12-17 01:26

机器学习_1 机器学习-深度学习概念入门

机器学习——按照任务是否需要和环境交互分为：监督学习——按照训练样本是否存在标签分为：1.1有监督学习1.2无监督学习1.3半监督学习强化学习1.有监督学习按照训练样本的固有属性，可以分为分类（训练样本离散

Jackson_RZ·2022-12-16 13:16

集体智慧编程_3发现群组

例如，聚类，非负矩阵因式分解，自组织映射等大概结构：有监督学习（分类，回归）↕半监督学习（分类，回归），transductivelearning（分类，回归）↕半监

小八一的梦想·2022-12-16 12:07

李宏毅老师机器学习第一部分：知识介绍

李宏毅老师机器学习第一部分：知识介绍一、机器学习介绍1.1人工智慧1.2hand-craftedrules1.3我们的目标1.4机器学习的简化步骤二、机器学习相关技术2.1监督学习2.2半监督学习2.3

Liuyc-Code boy·2022-12-16 11:34

半监督学习概述

1、半监督学习今天在阅读一篇论文时了解了这个之前一直不太清晰的概念。下面是查阅了相关资料后对半监督学习的理解。如有错误，望更正。

Litra LIN·2022-12-16 00:56

有监督学习、无监督学习和半监督学习之间的区别

本篇文章是用来当做笔记的，如有侵权，联系删除。***********************************************************************************************************分割线*******************************************************************

孔小豹·2022-12-16 00:26

机器学习导论与数学分析

文章目录机器学习定义说人话例子专家系统定义好，应招，速度快机器学习实验奖惩调参对象任务TASKT一个或多个经验EXPERIENCE性能PERFORMANCE类比人类学习监督学习半监督学习无监督学习增强学习可解决问题不可解决问题举例

林淮荣·2022-12-15 18:11

读《A survey on semi-supervised learning》（二）

4包装方法包装方法是半监督学习中最古老和最广为人知的算法之一（Zhu，2008）。

Ritannn·2022-12-15 09:13

基于PU-Learning的恶意URL检测——半监督学习的思路来进行正例和无标记样本学习

转载自https://www.cnblogs.com/bonelee/p/9848282.html基于PU-Learning的恶意URL检测——半监督学习的思路来进行正例和无标记样本学习一、背景介绍现实生活许多例子只有正样本和大量未标记样本

zhaojie456·2022-12-15 09:11

Datawhale十月组队学习--《李宏毅机器学习》--Task01

提示：机器学习原链接文章目录前言一、什么是机器学习二、机器学习相关的技术2.1监督学习2.2半监督学习2.3无监督学习2.4迁移学习2.5监督学习中的结构化学习2.6强化学习总结前言第三次组队学习，

二进制研究员·2022-12-14 16:45

机器学习-预备知识

Validationdata)：模型训练阶段判断模型的好坏测试集(Testdata)：评估模型的好坏学习方式监督学习：从标注数据中学习预测模型的机器学习的问题无监督学习：从无标注数据中学习预测模型的机器学习的问题半监督学习

@玉面小蛟龙·2022-12-14 16:09

【集成学习-组队学习】导论

从机器学习算法本身来看，可分为监督学习、非监督学习、半监督学习、增强学习。

L1315382539·2022-12-14 12:56

主动学习入门

文章目录1.介绍1.1监督学习、半监督学习、非监督学习1.2主动学习1.2.1主动学习介绍1.2.2主动学习与半监督学习异同1.2.3主动学习流程2.基本思想2.1图示2.2策略3.算法3.1基于流、基于池

遨游的菜鸡·2022-12-14 10:40

有监督学习、无监督学习、半监督学习

1.有监督学习：教计算机如何做事情。对于机器学习来说，有监督学习就是训练数据既有特征又有标签，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。举例：高考前所做的练习题是有标准答案的。在学习的过程中，我们可以通过对照答案，来分析问题找出方法，下一次在面对没有答案的问题时，往往也可以正确地解决。有监督学习分为两类：分类或回归。2.无监督学习：计算机自己

weixin_30719711·2022-12-14 03:22

【机器学习基础】无监督学习（1）——PCA

微信订餐小程序课程视频https://edu.csdn.net/course/detail/36074Python实战量化交易理财系统https://edu.csdn.net/course/detail/35475前面对半监督学习部分作了简单的介绍

qq_43479892·2022-12-14 03:17

CVPR 2021｜一个绝妙的想法：在类别不平衡的数据上施展半监督学习

点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨kid丶@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/360067653编辑丨极市平台CReST:AClass-RebalancingSelf-TrainingFrameworkforImbalancedSemi-SupervisedLearning.(CVPR,2021)这篇文章是在组会上

视学算法·2022-12-14 00:33

标注数据少的方法 —— 词汇增强

「文本增强+半监督学习」总结（从PseudoLabel到UDA/FixMatch）1.中文NER的难点（和英文的区别）和英文NER每个单词都使用空格分隔不同，中文NER是基于字的表示方法，所以一般会涉及到中文分词和中文

ywm_up·2022-12-13 12:36

实用机器学习笔记第八章-迁移学习

做成特征抽取模块（WordVec、ResNet-50feature、I3Dfeature）在一个相关的任务上训练一个模型，然后在另一任务上直接使用它训练一个模型，对模型做微调（本章关注的重点）1.3相关领域半监督学习

11408考研休息室·2022-12-13 10:04

机器学习补充机器学习的分类和大致算法流程

其中监督学习又分为传统的监督学习，非监督学习和半监督学习强化学习是指机器通过与环境互动获得最大化收益函数。按照标签是连续还是离散，分为回归问题和离散问题。

爱吃肉c·2022-12-12 23:21

【机器学习】强化学习的概念及马尔科夫决策

二、强化学习算法的示例：火星探测器三、强化学习的回报及折扣因子四、强化学习中的策略五、总结强化学习关键概念（马尔科夫决策）总结前言之前学习的监督学习需要给定输入x和输出标签y；半监督学习需要给定输入x；

晓亮.·2022-12-12 13:29

远程监督关系抽取漫谈：结合知识图谱和图神经网络

远程监督关系抽取是一种用知识图谱去对齐朴素文本的标注方法，属于半监督学习算法，自然而然提取特征的时候就会出现很多噪声。比如两个实体之间还有别的关系或者是没有关系，这样的训练数据会对关系抽取器产生影响。

PaperWeekly·2022-12-12 07:06

知识图谱和图神经网络

TransEDistMult知识图谱的抽取与构建知识图谱工程知识抽取——实体识别与分类知识抽取——实体关系抽取与属性补全知识图谱的推理常见知识图谱推理方法分类图表示学习随机游走同构图算法异构图算法图神经网络系列监督学习或半监督学习模型

同道而为之。·2022-12-12 07:34

基于伪标签的半监督学习——Pytorch框架识别MNIST数据集

概述在训练模型的时候，同时使用有标签数据和无标签数据进行训练，利用伪标记的方法给无标签数据赋予伪标签，再将无标签数据当作有标签数据进行训练，即利用无标签数据进行半监督学习。

乎啦啦·2022-12-11 20:21

人工智能技术基础复习用

A.机器学习的目标需求更注重于解决具体的问题B.机器学习的类型可分为有监督、无监督和半监督学习C.半监督学习使用的训练资料

kiro_1023·2022-12-11 19:15

论文解读6——Semi-Supervised Classification With Graph Convolutional Networks（GCN）

发现了这篇关于图卷积的文献，初读的时候发现里面涉及了很多没学过的数学理论，于是又去恶补了一下度矩阵、邻接矩阵、拉普拉斯矩阵、图傅里叶变换、谱图理论到底是什么东西，把能看懂的部分整理如下1、文章贡献提出了一种基于图结构的半监督学习方法

对流层的酱猪肘·2022-12-09 11:27

【图卷积网络】Semi-Supervised Classification with Graph Convolutional Networks

：Semi-SupervisedClassificationwithGraphConvolutionalNetworks代码：TensorFlow、PyTorch摘要我们提出了一种基于图的结构化数据的半监督学习的可扩展方法

gkm0120·2022-12-09 11:56

论文笔记--Semi-Supervised Classification with Graph Convolutional Networks（GCN）

Semi-SupervisedClassificationwithGraphConvolutionalNetworksGCN，将卷积扩展到图结构的数据中，能够得到比较好的数据表示，并且在半监督任务中取得了不错的效果半监督学习

冰羽vee9·2022-12-09 11:17

【论文阅读】SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS

SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS（基于图卷积网络的半监督分类）摘要1导言2图上的快速近似卷积2.1谱图卷积2.2分层线性模型3半监督节点分类3.1例子3.2实现4相关工作4.1基于图的半监督学习

Cziun·2022-12-09 11:15

Semi-Supervised Classification with Graph Convolutional Networks

Semi-SupervisedClassificationwithGraphConvolutionalNetworks,ICLR,2017要点：1、可扩展的半监督学习方法2、基于卷积神经网络的有效变体，

nightluo·2022-12-09 11:13

深度学习 zuoye4

testing_data.txttraining_label.txt：有label的trainingdata(句子配上0or1)training_nolabel.txt：沒有label的trainingdata(只有句子)，用来做半监督学习

阿里发发·2022-12-08 22:21

在机器学习领域，主要有哪三类不同的学习方法

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)。

duozhishidai·2022-12-08 12:39

关系抽取

实现的算法关系抽取从实现的算法来看，主要分为四种：1、手写规则（Hand-WrittenPatterns）；2、监督学习算法（SupervisedMachineLearning）；3、半监督学习算法（Semi-SupervisedLe

wxc_Huang·2022-12-08 04:17

深度学习异常检测_深度few-shot异常检测

入门,利用一些标记的异常实例执行异常通知的异常检测由于缺乏大规模的标记异常数据，现有的(深度或浅度)异常检测方法通常被设计为无监督学习(针对完全未标记的数据进行训练)或半监督学习(针对仅标记的正常数据进行训练

Bin Ho·2022-12-07 23:54

推荐频道

半监督学习

第13章 半监督学习