弱监督学习第2页

【变化：海平面上升，城市下沉关键字摘要】

城市下沉的两个因素自然因素分为两个方面，一弱一强。我们先说说弱的方面。弱的方面指的是海平面的上升。这是大家很熟悉的，因为全球变暖会导致冰山融化。如果南极的冰全部融化，会导致全球海平面平均上升66米。

严文文-Chris·2025-02-27 06:02

支持向量机（SVM）简介与应用

支持向量机（SupportVectorMachine，简称SVM）是一种监督学习模型，广泛应用于分类、回归等问题。

Jason_Orton·2025-02-27 00:43

AI人工智能机器学习之监督线性模型

1、概要本篇学习AI人工智能机器监督学习框架下的线性模型，以LinearRegression线性回归和LogisticRegression逻辑回归为示例，从代码层面测试和讲述监督学习中的线性模型。

rockfeng0·2025-02-26 09:57

支持向量机（Support Vector Machine，SVM）

支持向量机（SupportVectorMachine，简称SVM）是一种监督学习模型，主要用于分类和回归分析。SVM的基本思想是寻找一个决策边界或超平面，使得两类样本之间的间隔最大化。

不易撞的网名·2025-02-25 23:15

DeepSeek强化学习（Reinforcement Learning）基础与实践

与监督学习和无监督学习不同，强化学习通过奖励信号来指导智能体的行为，使其能够在复杂的环境中做出决策。DeepSeek提供了强大的工具和API，帮助我们高效地构建和训练强化学习模型。

Evaporator Core·2025-02-25 23:44

支持向量机 (Support Vector Machine, SVM)

支持向量机(SupportVectorMachine,SVM)支持向量机（SVM）是一种广泛应用于分类、回归分析以及异常检测的监督学习算法。

数维学长986·2025-02-25 22:38

论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述）

2.DL方法的原理介绍DL的子集：监督学习、无监督学习和强化学习。详细说明代表性DL架构：卷积神经网络（CNN）、U-形神经网络（U-Net）和

superace7911·2025-02-25 15:50

对比学习小综述

适用场景：数据无标注或弱标注的场景。（2）基于聚类的方法（Clustering-BasedContra

wintercoming111·2025-02-25 15:50

检测加密货币挖矿活动的异常端口

我们以检测加密货币挖矿活动的异常端口为例，使用无监督学习（自编码器）实现动态基线建模。

扫地僧009·2025-02-25 13:01

《架构演进之路：突破与成长》——二次初稿感悟和思考

列出几个大家可能没有按时交稿的原因：1合写的责任弱相关性导致动力不足。优

猿脑2.0·2025-02-25 11:22

ProgramHan·2025-02-25 09:05

机器学习的三个步骤-ChatGPT4o作答

关键内容：问题类型：监督学习(Sup

部分分式·2025-02-25 04:33

用人类反馈微调大模型，InstructGPT 让 GPT-3 脱胎换骨

我们从一组标注员编写的提示以及通过OpenAIAPI提交的提示开始，收集了一个数据集，其中包含标注员展示的期望模型行为，利用这些数据通过监督学习对GPT-3进行微调。

·2025-02-24 23:50

大模型学习完整路径（一站式汇总），从零基础到精通！新手友好级指南

先来一张整体结构图，越是下面部分，越是基础：可以按以下步骤学习：1.理解基础概念需要了解深度学习的基本原理和常见术语，如神经网络、梯度下降、反向传播、监督学习、无监督学习、分类、回归、聚类

Python程序员罗宾·2025-02-24 22:45

数据标注中的归类与定义，从聚类，相关，关联，回归四个方面分析

1.聚类（Clustering）1.1概念聚类是一种无监督学习方法，它将相似的数据点分为同一个组，而无需预

小宝哥Code·2025-02-24 10:23

【机器学习】支持向量机（SVM）详解：原理与优化

2.5非线性分类与支持向量3.优缺点分析3.1优点3.2缺点4.SVM与其他算法的比较5.总结支持向量机(SVM)详解1.基本概念支持向量机（SupportVectorMachine,SVM）是一种强大的监督学习算法

宸码·2025-02-24 02:28

机器学习基础

了解机器学习的基本概念，如监督学习、无监督学习、强化学习、模型评估指标（准确率、召回率、F1分数等）。

dringlestry·2025-02-23 21:50

算法随笔_58: 队列中可以看到的人数

上一篇:算法随笔_57:游戏中弱角色的数量-CSDN博客=====题目描述如下:有n个人排成一个队列，从左到右编号为0到n-1。

程序趣谈·2025-02-23 21:19

《深入理解JAVA虚拟机》第三章垃圾收集器与内存分配策略

（对象已死是回收必要条件）引用计数算法可达性算法引用分强、软、弱、虚引用可达性分析算法中不可达的对象并非“非死不可”回收方法区垃圾收集算法标记-清除算法复制算法标记-整理算法实际使用的分代收集算法HotSpot

weixin_41262453·2025-02-23 15:35

人工智能：从基础到前沿

2.2人工智能的历史2.3人工智能的分类3.机器学习3.1机器学习概述3.2监督学习3.3无监督学习3.4强化学习4.深度学习4.1深度学习概述4.2神经网络基础4.3卷积神经网络（CNN）4.4循环神经网络

顾漂亮·2025-02-23 12:15

深入浅出机器学习：概念、算法与实践

目录引言机器学习的基本概念什么是机器学习机器学习的基本要素机器学习的主要类型监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）强化学习（ReinforcementLearning

倔强的小石头_·2025-02-23 11:43

算法随笔_57 : 游戏中弱角色的数量

如果存在一个其他角色的攻击和防御等级都严格高于该角色的攻击和防御等级，则认为该角色为弱角色。更正式地，如果认为角色i弱

程序趣谈·2025-02-22 19:00

python审计底稿_代码分享：用Python编写的多协议弱密码审计工具集

前几天与大家分享了我自己用C++实现的用于企业内部环境的ssh弱密码审计工具。在实际的工作中，我们还需要对多种常见的协议定期进行弱密码审计。

weixin_39989215·2025-02-22 08:35

无人机原路径返回原理

视觉定位系统（VIO）：在信号弱或GPS不可用的环境下，一些高端无人机会使用视觉惯性定位系统（VIO）来辅助定位。该系统通过摄像头捕捉环境图像，

.NET跨平台·2025-02-22 02:15

【深度学习大模型实例教程：Transformer架构、多模态模型与自监督学习】

深度学习大模型实例教程：Transformer架构、多模态模型与自监督学习1.深度学习基础概述1.1深度学习的核心概念1.2常见深度学习模型1.3大模型的挑战与解决方案2.数据准备2.1数据处理示例：CIFAR

生活De°咸鱼·2025-02-21 22:34

嵌入式人工智能应用-第四章 KNN 算法介绍 3

值的选取2.3距离计算2.4KNN算法特点2.5KNN算法流程3实验验证3.1实验代码-具体代码可以从附件下载3.2演示效果1KNN介绍K邻近（K-NearestNeighbors，KNN）是一种广泛使用的监督学习算法

数贾电子科技·2025-02-21 16:17

高斯混合模型（GMM）与K均值算法（K-means）算法的异同

高斯混合模型（GaussianMixtureModel,GMM）和K均值（K-Means）算法都是常用于聚类分析的无监督学习方法，虽然它们的目标都是将数据分成若干个类别或簇，但在实现方法、假设和适用场景上有所不同

路野yue·2025-02-21 15:32

机器学习课程的常见章节结构

以下是机器学习课程的常见章节结构，结合了搜索结果中的信息：1.机器学习基础知识机器学习的定义与分类监督学习、无监督学习、半监督学习、强化学习机器学习的产生与发展机器学习的历史与现代应用经验误差与过拟合过拟合与欠拟合的概念及解决方案评估方法与性能度量交叉验证

zhangfeng1133·2025-02-21 14:24

机器学习_19 集成学习知识点总结

一、集成学习的基本概念1.1集成学习的定义集成学习通过组合多个学习器（通常称为“弱学习器”）的预测结果，构建一个更强的模型（“强学习器”）。其核心思想是利用多个模

数据媛·2025-02-21 14:53

机器学习_18 K均值聚类知识点总结

K均值聚类（K-meansClustering）是一种经典的无监督学习算法，广泛应用于数据分组、模式识别和降维等领域。它通过将数据划分为K个簇，使得簇内相似度高而簇间相似度低。

数据媛·2025-02-21 14:53

跨越感官鸿沟：AGI多模态融合技术解析

"五感"一、多模态认知的理论基础1.1人类感官系统的启示1.2多模态表示学习的数学框架二、多模态融合的核心技术2.1跨模态对齐架构Transformer-based模型2.2动态模态融合2.3多模态自监督学习三

.猫的树·2025-02-21 13:48

k8s ssl 漏洞修复

针对Kubernetes集群中SSL/TLS协议信息泄露漏洞（CVE-2016-2183）的修复，需重点修改涉及弱加密算法的组件配置。

魏无羡·2025-02-21 12:10

机器学习(一) 本文(3万字) | 机器学习概述 |

小酒馆燃着灯·2025-02-21 08:05

给你的数据加上杠杆：文本增强技术的研究进展及应用实践

作者信息：文本出自熵简科技NLP算法团队，团队利用迁移学习、少样本学习、无监督学习等深度学习领域最新的思想和技术，为熵简科技各大业务线提供底层AI技术支持和可落地的解决方案，包括前沿算法的领域内落地以及持续部署的后台支持等

熵简科技Value Simplex·2025-02-21 06:26

aop解决防重复提交

背景描述虽然前端控制了按钮不能连续点击，但是在网络信号弱的情况下，仍然会出现第一次点击，请求A网络信号弱，这个时候前端按钮仍然可以点击，然后用户点击第二次。

小羊炒饭·2025-02-20 23:09

【核心算法篇十三】《DeepSeek自监督学习：图像补全预训练方案》

引言：为什么自监督学习成为AI新宠？在传统监督学习需要海量标注数据的困境下，自监督学习（Self-SupervisedLearning）凭借无需人工标注的特性异军突起。

再见孙悟空_·2025-02-20 21:24

（九万字）面向2025年BOSS直聘人工智能算法工程师高频面试题解析

面向2025年BOSS直聘人工智能算法工程师高频面试题解析1.机器学习（ML）理论解析机器学习是让计算机从数据中学习规律的一套方法论，包含监督学习、无监督学习和强化学习等范式。

快撑死的鱼·2025-02-20 17:15

Redis主从复制配置

另外定期的数据备份操作也是单独选择一个Slave去完成，这样可以最大程度发挥Redis的性能，为的是保证数据的弱一致性和最终一致性。

土尔奇酱·2025-02-20 10:13

AI编程赋能Python实现零编程决策树算法

1.概念理解决策树算法是一种监督学习算法，用于分类和回归任务。它是一种基于树结构的模型，通过一系列的决策规则来对数据进行分类或预测。

智享食事·2025-02-19 18:30

生成式AI如何重塑计算机视觉：自监督学习与稀疏计算的革命

生成式AI如何重塑计算机视觉：自监督学习与稀疏计算的革命引言：从“数据饥渴”到“智能涌现”传统计算机视觉高度依赖海量标注数据，但现实场景中标注成本高昂且覆盖范围有限。

ProgramHan·2025-02-19 16:46

【自学笔记】机器学习基础知识点总览-持续更新

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录机器学习重点知识点总览一、机器学习基础概念二、机器学习理论基础三、机器学习算法1.监督学习2.无监督学习3.强化学习四、机器学习处理流程五

Long_poem·2025-02-19 02:23

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。

小村学长毕业设计·2025-02-18 20:18

机器学习基本篇

1基本概念机器学习，分为回归，分类，聚类，降维有监督学习回归，分类，有特征，有标签，进行训练，然后对新数据进行预测无监督学习聚类，降维。

胖胖的小肥猫·2025-02-18 16:51

机器学习和线性回归、softmax回归

监督学习监督学习（supervisedlearning）擅⻓在“给定输⼊特征”的情况下预测标签。每个“特征-标签”对都称为一个样本（example）。

小名叫咸菜·2025-02-18 13:53

网络安全入门攻击与防御实战（一）

其核心逻辑为：基于字典文件（包含常见密码组合）利用自动化工具高速尝试针对弱密码账户成功率极高Hydra优势：支持SSH/FTP/RDP/HTTP等30+协议多线程并发加速破解支持自定义规则扩展攻击模式2Hydra

挣扎与觉醒中的技术人·2025-02-18 11:35

2025游戏行业的趋势预测

一、市场现状从总产值的角度来看，游戏总产值的增长率已经放缓，由增量市场转化为存量市场，整体的竞争强度将会加大，技术水平不强（开发技术弱、产品品质低、开发效率低）的公司将会面临更大的生存的困难。

疯子的游戏梦·2025-02-18 00:30

谭浩强C语言程序设计（第五版）知识点总结(1)

计算机语言发展三阶段及特点对比维度机器语言（低级语言）汇编语言（低级语言）高级语言表现形式二进制代码（0/1组合）助记符（如ADD/SUB）自然语言+数学表达式（如PRINT*语句）硬件依赖性完全依赖特定机器强依赖特定机器弱依赖

锦翎掠霄·2025-02-17 11:59

机器学习：k均值

在“无监督学习”中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础，较为经典的是聚类。

golemon.·2025-02-17 08:38

英码科技携手昇腾打造“三位一体”智慧化工解决方案，使能化工产业管理更高效、智能

因此，化工园区的安全风险高、管理模式落后、应急能力弱等问题亟待解决。现阶段，是化工园区数字化转型、高质量发展的重要时期，全面推动化工园区智慧化升级，深化工业化与信息

英码科技·2025-02-17 00:34

【机器学习】无监督学习算法之：K均值聚类

K均值聚类1、引言2、K均值聚类2.1定义2.2原理2.3实现方式2.4算法公式2.4.1距离计算公式2.4.1中心点计算公式2.5代码示例3、总结1、引言小屌丝：鱼哥，K均值聚类我不懂，能不能给我讲一讲？小鱼：行，可以小屌丝：额…今天咋直接就答应了？小鱼：不然呢？小屌丝：有啥条件，直接说，小鱼：没有小屌丝：这咋的了，不提条件，我可不踏实小鱼：你看看你，我不提条件，你还不踏实，那你这是非让我提条件

Carl_奕然·2025-02-16 22:49

推荐频道

弱监督学习

【变化：海平面上升，城市下沉 关键字摘要】