弱监督学习第2页

JS: 类型转换 + 运算符 + 循环

类型转换一，为什么需要类型转换JavaScript是弱数据类型：JavaScript也不知道变量到底属于那种数据类型，只有赋值了才清楚。

..儒·2025-03-11 19:19

机器学习之KMeans算法

KMeans的核心思想二、KMeans算法流程三、KMeans的关键点1.优点：2.缺点：四、如何确定最佳k值1.肘部法则2.轮廓系数五、Kmeans的典型应用场景六、代码示例KMeans是一种广泛使用的无监督学习算法

Mr终游·2025-03-11 09:07

大话机器学习三大门派：监督、无监督与强化学习

以武侠江湖为隐喻，系统阐述了机器学习的三大范式：监督学习（少林派）凭借标注数据精准建模，擅长图像分类等预测任务；无监督学习（逍遥派）通过数据自组织发现隐藏规律，在生成对抗网络（GAN）等场景大放异彩；强化学习

安意诚Matrix·2025-03-10 15:44

机器学习篇——决策树基础

决策树是一种监督学习算法，主要用于分类和回归任务。它通过递归地将数据集划分为更小的子集，最终生成一棵树状结构。决

巷955·2025-03-09 21:30

无监督AI训练:机遇与挑战并存

无监督AI训练：机遇与挑战并存关键词：无监督学习、AI训练、机器学习、聚类算法、降维技术、深度学习摘要：本文深入探讨无监督AI训练这一新兴领域，首先介绍了其基本概念与原理，然后详细解析了无监督AI训练的核心技术

AI天才研究院·2025-03-09 21:28

大规模语言模型构建流程

大规模语言模型1.大语言模型大规模语言模型（LargeLanguageModels，LLM），也称大语言模型，是一种由包含数百亿以上参数的深度神经网络构建的语言模型，通常使用自监督学习方法通过大量无标注文本进行训练

人工智能技术笔记·2025-03-09 15:34

Deepseek r1回答：人工智能的本质是什么？给人类社会带来的意义是什么？相比于之前的互联网革命，这一轮的人工智能革命的特点和异同点有哪些？

还要区分弱AI和强AI，现在都是弱AI，专注于特定任务。然后是意

强化学习曾小健·2025-03-09 03:29

机器学习入门知识

二、机器学习的基本类型1.监督学习2.无监督学习3.半监督学习4.强化学习三、机器学习的工作流程四、常见的机器学习算法五、机器学习的评价指标六、机器学习中的过拟合与欠拟合七、机器学习的应用八、学习机器学习的资源前言随着人工智能的发展

十五境剑修·2025-03-08 09:33

机器学习-随机森林解析

***(2)高效并行化****(3)特征重要性评估****(4)耐抗噪声**四.随机森林的优缺点优点缺点五.参数调优（以scikit-learn为例）波士顿房价预测一、.随机森林的思想1.通过组成多个弱学习器

Mr终游·2025-03-08 00:21

深度学习 -- 逻辑回归 PyTorch实现逻辑回归

逻辑回归是一种广义的线性回归分析模型，是监督学习的一种重要方法，主要用于二分类问题，但也可以用于多分类问题。逻辑回归的主要思想是，对于一个二分类问题，先根据

冲鸭嘟嘟可·2025-03-07 14:53

网络安全三高三弱治理

“网络安全”是指任何活动旨在保护您的网络和数据的可用性和完整性。它包括硬件和软件技术。有效的网络安全管理对网络的访问。它针对的是一种不同的威胁,阻止他们进入或在您的网络传播。网络安全网络安全是如何工作的呢?网络安全结合多层防御的优势和网络。每个网络安全层实现政策和控制。授权用户访问网络资源,但恶意参与者不得进行攻击和威胁。我如何受益于网络安全?数字化改变了我们的世界。我们的生活方式、工作、玩耍,和

Hacker_xingchen·2025-03-07 12:02

AdaBoost算法

目录一、核心原理：二、算法步骤三、关键优势：四.局限与解决五、代码示例（鸢尾花数据集）AdaBoost（AdaptiveBoosting）是一种经典的集成学习算法，通过组合多个弱分类器（如决策树）来构建强分类器

Mr终游·2025-03-07 09:07

那么我们今天的讨论是否构成了对可控核聚变技术的真实提升

**跨学科范式融合**-将“太上混沌”映射为等离子体非线性动力学，提出**混沌边缘控制策略**，通过弱混沌态抑制

太翌修仙笔录·2025-03-07 03:57

人工智能 - AI IDE | AI 编程产品字节跳动Trae、Cursor 和通义灵码在功能上的对比分析

下是针对字节跳动Trae、Cursor和通义灵码在AI开发IDE功能上的对比分析，结合技术特性、适用场景及生态差异：1.核心功能对比功能字节跳动TraeCursor通义灵码代码生成弱（侧重调试与性能分析

天机️灵韵·2025-03-06 20:28

【大模型学习】第八章深入理解机器学习技术细节

目录引言一、监督学习（SupervisedLearning）1.定义与工作原理2.常见任务3.应用场景示例：房价预测二、无监督学习（UnsupervisedLearning）1.定义与工作原理2.常见任务

好多渔鱼好多·2025-03-06 16:57

Word2Vec向量化语句的计算原理

一、Word2Vec的核心理念Word2Vec由Google团队于2013年提出，是一种通过无监督学习生成词向量的模型。

堕落年代·2025-03-06 11:38

机器学习—赵卫东阅读笔记（一）

——BP算法：作为一种监督学习算法，训练神经网络时通过不断反馈当前网络计算结果与训练数据之间的误差来修正网络权重，使误差足够小。4.进化计算——通过迭代优化，找到最佳结果。

走在考研路上·2025-03-06 10:29

机器学习之学习笔记

模型选择与调优4.4朴素贝叶斯算法4.5决策树4.6集成学习方法之随机森林5.回归算法5.1线性回归5.2过拟合与欠拟合5.3岭回归5.4逻辑回归（实际上是分类算法，用于解决二分类问题）6.聚类算法1.无监督学习

孤城laugh·2025-03-06 00:39

K-means聚类：解锁数据隐藏结构的钥匙

K-means聚类：解锁数据隐藏结构的钥匙在机器学习的广阔领域中，无监督学习以其独特的魅力吸引了众多研究者和实践者。

蓝天资源分享·2025-03-05 22:25

深度学习代码分析——自用

tab=readme-ov-file借助了一些人工智能1_train_stage1.py代码功能总览该代码是弱监督语义分割（WSSS）流程的Stage1训练与测试脚本，核心任务是通过多标签分类模型生成图像级标签

肆——·2025-03-05 08:28

app兼容测试点和可靠测试

华为、荣耀、Nova简易模式、分屏模式手机分辨率浅色模式、深色模式版本兼容高低版本兼容：数据库的迁移三方交互兼容：三方SDK硬件兼容横屏、竖屏刘海屏、水滴屏、折叠屏Pad可靠性测试点：低电量、低内存、弱网

测试盐·2025-03-05 03:46

机器学习笔记 - 监督学习备忘清单

一、监督学习简介给定一组数据点关联到一组结果，我们想要构建一个分类器，学习如何从预测。1、预测类型下表总结了不同类型的预测模型：2、模型类型下表总结了不同的模型：

坐望云起·2025-03-05 02:37

预训练模型微调与下游任务迁移学习技术

预训练模型通过在海量数据上的自监督学习,学习到了丰富的特征表示,为下游任务提供了强大的初始化。而对预训练模型进行有效的微调,可以充分利用预训练知识,在有限数据上快速达到出色的性能。

AGI大模型与大数据研究院·2025-03-04 22:37

多层感知机 (Multilayer Perceptron, MLP)

MLP是监督学习的模型，常用于分类和回归问题。组成部分输入层（InputLayer）：接收输入数据的特征。例如，如果我们有一个特征向量x=[x1,x2,…,xn]\mathbf{

ALGORITHM LOL·2025-03-04 20:19

SFT与RLHF的关系

以下是关键要点：1.核心关系SFT：基于标注的高质量样本（如问答对、指令-回答数据），以监督学习方式直接调整模型参数，使模型初步掌握特定任务（如对话生成）的基础能力。

一只积极向上的小咸鱼·2025-03-04 11:12

软件测试常问面试题【三】

弱网情况、网络差、信号不

小0同学睡得好·2025-03-04 05:28

Flutter学习（1）初识Flutter

人力成本高内容固定，动态化弱。新功能、Bug的Fix只能依赖发版（这点应该是所有Android/IOS原生开发的疼了）2.混生开发为了解决原生开发面临的问题，混生开发应运而生。

2501_90329974·2025-03-03 21:21

2小时学懂【多元统计分析】——聚类分析（R语言）

聚类分析是一种无监督学习方法，用于将相似的观测值（或对象）分组到集群中。

木小鹿·2025-03-03 18:56

聚类分析tensorflow实例_新手必看的机器学习算法集锦（聚类篇）

继上一篇《机器学习算法之分类》中大致梳理了一遍在机器学习中常用的分类算法，类似的，这一姊妹篇中将会梳理一遍机器学习中的聚类算法，最后也会拓展一些其他无监督学习的方法供了解学习。

道酝欣赏·2025-03-03 18:55

app弱网测试

目录目录1.引言2.什么是弱网测试3.测试用例4.弱网测试工具4.1.charles4.2.QNET5.环境安装5.1.安装charles5.2.安装QNET5.3.安装模拟器5.4.连接设备6.使用charles6.1

tcc374254426·2025-03-03 16:43

app专项测试

SDK平台工具版本说明|AndroidStudio|AndroidDevelopersADB安装app专项测试：app弱网测试（网络测试流程）一、网络测试的一般流程step1：首先要考虑网络正常的情况①

Zzzdr·2025-03-03 15:11

GPT-4.5

通过扩展无监督学习，GPT-4.5增强了识别模式、建立联系和创造性洞察的能力，尽管它并不是专门为推理任务设计的。早期测试者表示，与GPT-4.5交互的

开发者每周简报·2025-03-03 15:38

App弱网测试是怎么测试的！

一、网络测试的一般流程step1：首先要考虑网络正常的情况①各个模块的功能正常可用②页面元素/数据显示正常step2：其次要考虑无网络的情况①APP各个功能在无网络情况下是否可用②APP各个页面之间切换是否正常③发送网络请求时是否会导致闪退、卡死等异常情况④APP各个页面是否显示完整美观，未刷新的页面是否做了相应的提示和处理⑤在无网络情况下数据是否会丢失⑥无网络提示信息是否友好step3：再次考虑

程序员小濠·2025-03-03 15:36

Opencv Canny边缘检测

边缘检测的目的是找到灰度值的突变步骤：使用高斯滤波，以平滑图像、滤除噪声计算图像中每个像素点的梯度强度和方向应用非极大值预测，以消除边缘检测的杂散响应应用双阈值检测来确定真实的和潜在的边缘通过抑制孤立的弱边缘最终完成边缘检测

noruta·2025-03-03 13:54

基础篇（二）从监督学习到强化学习：机器学习的不同范式

从监督学习到强化学习：机器学习的不同范式在机器学习的广阔领域中，监督学习和强化学习是两种最重要的范式。它们各自有其独特的特点和应用场景，但也存在紧密的联系。

带上一无所知的我·2025-03-03 11:39

WPF-ReactiveUi

文章目录依赖属性和命令的绑定弱绑定强绑定界面后台的cs文件强捆绑方式定义属性和命令第一种方法第二种方法第三种方法动态数据集合whenAny监听单个监听单个对象的多个属性监听多个对象对各属性whenAnyValue

晓纪同学·2025-03-02 20:36

Transformer预测 | 基于TCN-Transformer的股票价格预测（Pytorch）

文章目录预测效果文章概述程序设计参考资料预测效果文章概述Transformer预测|基于TCN-Transformer的股票价格预测（Python）Transformer模型本质上都是预训练语言模型，大都采用自监督学习

机器学习之心·2025-03-02 13:35

合成复用原则

组合是一种强的“拥有”关系，体现了严格的部分和整体的关系，部分和整体的生命周期一样；聚合是一种弱的“拥有”关系，体现的是整体与部分的关系，部分可以脱离整体而单独存在。

倒霉男孩·2025-03-01 13:40

萤石云RTC技术优势详解与开放服务

萤石S10双向视频通话摄像机操作便捷，支持4G无线流量，同时支持微信接听视频呼叫的功能，其采用ERTC（萤石实时音视频）技术，弱网下也能流畅通话。更多优化

做萤石二次开发的哈哈·2025-03-01 09:09

BERT模型深入理解——自然语言处理的里程碑

BERT创新性地使用预训练+微调模式，先用预训练在大量无标注的语料中进行自监督学习，学习到语言的通用规律，然后在少量有标注的数据中进行有监督学习，适配更精细化的任务。这种模式一直影响到最新的大模型结

cufewxy2018·2025-03-01 06:47

Golang 1.18 中泛型的使用

一、什么是泛型说起泛型这个词，可能有些人比较陌生，特别是PHP或者JavaScript这类弱语言的开发者，尤其陌生。因为在这些弱语言中，语法本身就是支持不同类型的变量调用的。

戴国进·2025-03-01 06:45

深度学习-【完整代码+数据集】逻辑回归预测乳腺癌检测案例

，做过高程，项目经理，架构师主要内容：Java项目开发、Python项目开发、大学数据和AI项目开发、单片机项目设计、面试技术整理、最新技术分享收藏点赞不迷路关注作者有好处文末获得源码机器学习分为：有监督学习

编程千纸鹤·2025-03-01 06:14

【deepseek】deepseek-r1本地部署-第三步：下载模型

其中1.5B轻量级，适合无独显的环境；8B适合带独显的环境；32B的超大杯适合专业开发环境，其推算准度比gpt弱10%。

Evenurs·2025-03-01 02:45

深入详解人工智能机器学习：强化学习

与监督学习不同的是，强化学习不依赖于给定的输入输出对，而是通过试探和反馈不断改进决策策略。强化

猿享天开·2025-02-28 15:58

机器学习：强化学习的epsilon贪心算法

它与监督学习和无监督学习不同，强调试错探索（Exploration-Exploitation）以及基于奖励信号的学习。

田乐蒙·2025-02-28 15:25

【人工智能算法】人工智能算法都包括什么？请详细列出和解释

请详细列出和解释1.机器学习算法（MachineLearningAlgorithms）监督学习算法（SupervisedLearning）无监督学习算法（UnsupervisedLearning）强化学习算法

资源存储库·2025-02-27 22:08

机器学习——无监督学习(k-means算法)

1、K-Means聚类算法K表示超参数个数，如分成几个类别，K值就取多少。若无需求，可使用网格搜索找到最佳的K。步骤：1、随机设置K个特征空间内的点作为初始聚类中心；2、对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记种类；3、接着对标记的聚类中心之后，重新计算出每个聚类的中心点(平均值)；4、如果计算得出的新中心点与原中心点一样，那么结束，否则执行第二步。means表

张起灵ovo·2025-02-27 16:20

大语言模型原理与工程实践：Transformer 大语言模型预训练

大语言模型原理与工程实践：Transformer大语言模型预训练关键词：大语言模型、预训练、Transformer、自监督学习、计算资源、数据处理文章目录大语言模型原理与工程实践：Transformer

AI天才研究院·2025-02-27 16:18

十分钟了解大数据处理的五大关键技术及其应用

一、大数据采集技术数据是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化(或称之为弱结构化)及非结构化的海量数据，是大数据知识服务模型的根本。

IT时代周刊·2025-02-27 14:00

推荐频道

弱监督学习