无监督学习

高斯混合模型 Gaussian Mixture Model | GMM

高斯混合模型的应用场景四、构建高斯混合模型模型的注意事项五、高斯混合模型模型的实现类库六、高斯混合模型模型的评价指标七、类库scikit-learn实现高斯混合模型的例子总结前言高斯混合模型是机器学习中无监督学习的一种聚类算法
JasonH2021·2023-09-25 03:33

机器学习之监督学习，无监督学习，强化学习相关概念

文章目录1.监督学习（SupervisedLearning）2.无监督学习（UnsupervisedLearning）3.强化学习（ReinforcementLearning）总结机器学习可以按照模型使用情况分为三大类
JNU freshman·2023-09-24 18:28

强化学习应用到模型压缩

本文介绍几篇自动化模型压缩相关论文的主要思想，包括网络结构搜索及自动化模型压缩压缩一、强化学习基本思想回顾（一）、简介强化学习是一种无监督学习方法，数据集不存在标注信息。
加油11dd23·2023-09-24 17:50

机器学习笔记1

1、机器学习算法分类监督学习：目标值：类别-分类问题分类算法：K-近邻算法、贝叶斯分类、决策树和随机森林、逻辑回归目标值：连续型的数据-回归问题回归算法：线性回归、岭回归无监督学习：目标值：无-无监督学习算法
从白天到早上·2023-09-24 16:35

有监督学习、无监督学习、半监督学习和强化学习的总结

机器学习是数据分析和数据挖掘中一种比较常见且有效的方法，机器学习分为四大类，分别是有监督学习、无监督学习、半监督学习和强化学习。
Zhi Zhao·2023-09-23 23:38

OpenCV自学笔记二十五：K均值聚类

K均值聚类是一种无监督学习算法，用于将数据集划分为K个类别。
ironmao·2023-09-23 05:34

nlp自然语言处理

NLPnlp自然语言处理（不一定是文本，图形也可以）接入深度学习（向量处理），需要把文字等内容转换成向量输入深度学习分为有监督和无监督学习两类，对应分类和生成算法都是向量输入词嵌入（映射到向量）词嵌入最简单的模型是
怪力左手·2023-09-22 22:00

【强化学习】01—— 强化学习简介

文章目录两种机器学习类型强化学习定义强化学习交互过程强化学习系统要素历史(History)状态(State)策略(Policy)奖励(Reward)价值函数(ValueFunction)模型(Model)迷宫例子强化学习智能体分类参考两种机器学习类型监督学习/无监督学习
yuan〇·2023-09-21 17:23

无监督学习--特征降维

一、PCA主成分分析基本思想:利用降维思维，将原来具有一定相关性的指标，通过正交变换，重新组合成一组新的相互无关的综合指标，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关。无关变量称为主成分。1.1PCA计算步骤：1.将数据标准化2.求出协方差矩阵3.求出协方差矩阵对应的特征值和特征向量4.将特征向量按对应特征值大小从上到下按行排列，取k行组成矩阵p5.Y=
DB_UP·2023-09-20 14:21

无监督学习---聚类

  根据类别未知的训练数据解决模式识别中的各种问题，称之为无监督学习，无监督学习不需要对数据进行打标签，常用的无监督学习方法有降维和聚类。聚类中最经典且易用的聚类模型当属Kmeans聚类。
DB_UP·2023-09-20 14:51

论文笔记：Clustering and Unsupervised Anomaly Detection with L2 Normalized Deep Auto-Encoder Represent...

1.Introduction深度学习兴起后人们把深度无监督学习的表征方法用于聚类分析当中，大多数方法都是利用自编码提取到的特征来进行聚类并在此基础上定义一个聚类损失来调整参数。
melo4·2023-09-20 13:15

医学图像配准综述 基于深度迭代的方法2019-09-16

1、概述文章综述了近几年深度学习再医学配准上面的应用，具体按照配准方法进行分章介绍1、深度迭代配准2、监督可变形预测3、无监督可变形预测关于深度学习再图像配准中的应用如下图，可见半监督学习和无监督学习中基于相似性度量
一只大南瓜·2023-09-20 12:33

GAN（MNIST生成）

GAN（MNIST生成）一：GAN的简介生成式对抗网络（GAN,GenerativeAdversarialNetworks）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。
shmilyam·2023-09-20 07:08

数据挖掘：概念与技术（第三版）之第十章的学习记录

5、聚类被称为无监督学习。KDD对聚类分析的要求是P289,10.1.2。基本的聚类方法
張清扬·2023-09-20 05:27

【数据挖掘笔记八】分类：基本概念

学习阶段由于提供了每个训练元组的类标号，也称为监督学习，不同于无监督学习，每个训练元组的类标号是未知的，并且要学习的
fjssharpsword·2023-09-20 05:53

机器学习入门与实践：从原理到代码

通过本文，读者将了解机器学习的核心概念，如监督学习、无监督学习和强化学习，以及如何在Python中使用Scikit-Learn库构建和训练机器学习模型。介绍机
海拥✘·2023-09-19 17:13

K-means 聚类算法学习笔记

K-means聚类算法是一种无监督学习算法，用来将nnn个样本点分成kkk类，使得整个数据集的误差平方和SSESSESSE最小。
YangHao5·2023-09-19 03:30

快速入门机器学习 干货核心概念梳理

目录介绍应用机器学习方法监督学习无监督学习常见算法方法K最近邻算法决策树算法深度学习人类偏见结论介绍机器学习（MachineLearning）是一种人工智能（AI）领域的技术和方法，它使计算机系统能够从数据中学习并自动改进
Momodel平台·2023-09-18 22:28

回归问题简介以及与分类问题的区别

从较高的层次上讲，这些不同的算法可以根据它们“学习”数据进行预测的方式分为两类：监督学习和无监督学习。有监督的机器学习：大多数实际的机器学习都使用有监督的学习。
你今天机器学习了么·2023-09-18 13:13

05模型建立与评价

线性回归算法、BP神经网络算法、决策树、支持向量机、KNN等无监督学习：自动对输入的资料进行分类或分群，以寻找数据的模型和规律。
糖雪球_ae18·2023-09-18 02:44

计算机未来-发展趋势和未来方向

机器学习作为人工智能的一个重要分支，其核心技术包括监督学习、无监督学习和强化学习等。其中，深度学习是机器学习的一个重要领域，其通过模拟人脑
a谷雨c·2023-09-17 19:57

机器学习（16）---聚类(KMeans)

聚类一、聚类概述1.1无监督学习与聚类算法1.2sklearn中的聚类算法二、KMeans2.1基本原理2.2簇内误差平方和三、sklearn中的KMeans3.1所用模块3.2聚类算法的模型评估指标3.3
冒冒菜菜·2023-09-17 06:11

AutoEncoder

1.简介Autoencoder是一种无监督学习过程，由encode和decode构成，给定输入之后，经过encode将输入编码成code，然后在经过decode将code解码成输出，通过不断地训练，使得输入和输出尽可能相似
魏清宇·2023-09-17 04:22

性能度量

在无监督学习(unsupervisedlearning)中，训练样本的标记信息是未知的。无监督学习的目标：通过对无标记训练样本的学习来揭露数据的内在性质以及规律。
dreampai·2023-09-16 06:22

NLP（5）--自编码器

特征分离三、自编码器的其他应用1、文本生成2、图像压缩3、异常检测四、VAE1、极大似然估计2、GSM3、GMM4、VAE的引出5、VAE一、自编码器1、自编码器概述自编码器（Auto-Encoder）作为无监督学习的一种算法
Struart_R·2023-09-16 05:35

机器学习——入门

机器学习算法分类：监督学习：目标值是类别->分类问题k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归目标值是连续型的数据->回归问题线性回归、岭回归无监督学习：没有目标值->无监督学习聚类
王王仙贝~·2023-09-16 04:02

GPT-1，GPT-2和GPT-3发展历程及核心思想，GTP-4展望

还是这位大佬介绍的比较透彻，特此转载：词向量之GPT-1，GPT-2和GPT-3-知乎(zhihu.com)https://zhuanlan.zhihu.com/p/350017443目录前言1.GPT-1：无监督学习
文昊桑·2023-09-14 18:58

欧能电话机器人好不好用？这6个关键技术是核心

**机械学习**机械学习是多领域交叉的学科，可以从学习模式和学习方法上面进行分类，学习模式将机器学习分类为监督学习、无监督学习和强化学习等，学习方法可以将机器学习分为传统机器学习和深度学习。
蟪蛄不知·2023-09-14 10:42

【GAN入门】生成 AI的概念

一、说明GAN是生成对抗网络（GenerativeAdversarialNetwork）的缩写，是一种无监督学习算法，由Goodfellow等人于2014年提出。
无水先生·2023-09-14 08:51

【深度学习】自监督学习详解（self-supervised learning）

self-supervisedlearning）文章目录【深度学习】自监督学习详解（self-supervisedlearning）1.引言2.自监督学习2.1对比学习2.2生成学习3.总结1.引言深度学习被分为：监督学习，无监督学习和自监督学习
笃℃·2023-09-13 20:01

【深度学习】对比学习

1.什么是对比学习对比学习有的paper中称之为自监督学习，有的paper称之为无监督学习，自监督学习是无监督学习的一种形式，现有的文献中没有正式的对两者进行区分定义，这两种称呼都可以用。
DonngZH·2023-09-13 20:30

聚类-kmeans

聚类算法是无监督学习算法，指定将数据分成k个簇。然后通过每个点到各个簇的中心的欧氏距离来分类。kmeans本身会陷入局部最小值的状况，二分kmeans可以解决这一点。
accosmos·2023-09-13 20:52

机器学习第九章K-均值聚类算法

利用K-均值聚类算法对未标注数据分组文章目录利用K-均值聚类算法对未标注数据分组基本术语K-均值聚类算法实现对地理坐标做聚类小结基本术语聚类：一种无监督学习方式，相较于有监督学习方式需要使用带有标签的数据来指导模型进行学习
极恶狒狒·2023-09-13 18:22

Pytorch 机器学习专业基础知识+神经网络搭建相关知识

三种学习方式二、机器学习的一些专业术语三、模型相关知识四、常用的保留策略五、数据处理六、解决过拟合与欠拟合七、成功的衡量标准一、三种学习方式有监督学习：1、分类问题2、回归问题3、图像分割4、语音识别5、语言翻译无监督学习
Wantfly9951·2023-09-13 06:57

机器学习--引入

无监督学习给定某些特征但不给定因变量，建模的目的是学习数据本身的结构和关
wzz_1c19·2023-09-12 17:02

AI入门指南：探索人工智能的基础原理和实际应用

解释监督学习、无监督学习和强化学习的区别。深度学习的核心概念：解释神经网络的基本结构。介绍神经元、层和权重的概念。提及反向传播算法的重要性。第二部分：AI的实际应用自然
执笔人·2023-09-12 04:12

机器学习入门笔记之回归（一）

Experience）中学习关于任务T（Tasks）的某些类别和性能度量P（Performance），让其在任务T中的性能（由P测量的）随着经验E而改善，那么这就是机器学习目前机器学习的主流分为监督学习、无监督学习
BubbleL·2023-09-12 01:56

AI入门指南：探索人工智能的基础原理和实际应用

解释监督学习、无监督学习和强化学习的区别。深度学习的核心概念：解释神经网络的基本结构。介绍神经元、层和权重的概念。提及反向传播算法的重要性。第二部分：AI的实际应用自然
·2023-09-11 15:34

机器学习中的 K-均值聚类算法及其优缺点。

K-均值聚类算法是一种常见的无监督学习算法，它可以将数据集分成K个簇，每个簇内部的数据点尽可能相似，而不同簇之间的数据点应尽可能不同。
超级大超越·2023-09-11 07:22

【无监督学习之聚类】

聚类0.简介距离和相似度1.K均值聚类(kmeans)模型算法特点2.谱聚类(Spectralclustering)算法思想特点谱聚类的具体步骤：算法步骤：3.小结参考资料0.简介聚类：针对给定的样本，依据他们的属性的相似度或距离，将其归并到若干个“簇”或“类”的数据分析问题。类：样本的子集。直观上，相似的样本聚集在同类，不相似的样本分散在不同类。距离和相似度距离和相似度量在聚类中十分重要。常用的
jjjhut·2023-09-10 23:21

机器学习 -- 绪论（四）机器学习的相关基础概念

机器学习的任务机器学习的任务.png4.3机器学习分类image.png4.4监督学习算法：训练/测试训练.png测试.png4.4监督学习算法：分类/回归image.png4.4监督学习算法监督学习算法.png4.5无监督学习算法
马洪滔·2023-09-10 14:10

机器学习算法汇总

1.监督学习2.无监督学习2.1聚类2.1.1谱聚类：刘建平Pinard.《谱聚类原理总结》：https://www.cnblogs.com/pinard/p/6221564.html
csdongxian·2023-09-10 03:50

GeoNet: Unsupervised Learning of Dense Depth, Optical Flow and Camera Pose 论文阅读

UnsupervisedLearningofDenseDepth,OpticalFlowandCameraPose作者：ZhichaoYinandJianpingShi来源：CVPR时间：2018Abstract我们提出了GeoNet，这是一种联合无监督学习框架
玛卡巴卡_qin·2023-09-08 06:19

机器学习简介

机器学习中所用算法大致分为监督学习（SupervisedLearnings）无监督学习（UnsuoervisedLearning）强化学习（ReinforcementLearning）一
白杨Cc·2023-09-07 06:40

infomap最全面易懂的解释--最小熵原理：“层层递进”之社区发现与聚类

让我们不厌其烦地回顾一下：最小熵原理是一个无监督学习的原理，“熵”就是学习成本，而降低学习成本是我们的不懈追求，所以通过“最小化学习成本”就能够无监督地学习出很多符合我们认知的结果，这就是最小熵原理的基本理念
土豆西瓜大芝麻·2023-09-05 16:50

[Machine Learning][Day1]监督学习和无监督学习

目录监督学习(SupervisedLearning)应用1：数据回归拟合应用2：分类无监督学习(UnsupervisedLearning)监督学习和无监督学习的区别练习：监督学习(SupervisedLearning
思则变·2023-09-05 15:06

机器学习(吴恩达第一课)

课程链接文章目录第一周1、机器学习定义2、监督学习(Supervisedlearning)1、回归(Regression)2、分类(Classification)3、无监督学习(Unsupervisedlearning
Think-killer·2023-09-05 15:04

机器学习的练功心法（一）——机器学习概述

1机器学习概述文章目录1机器学习概述1.1学习方法1.2什么是机器学习1.3监督学习1.4无监督学习1.5强化学习1.6机器学习的开发流程1.1学习方法引入：对于机器学习来说，我们需要有一个大局观，什么是大局观
ArimaMisaki·2023-09-05 01:50

2019-08-08

聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y的，也就是说样例中已经给出了样例的分类。而聚类的样本中却没有给定y，只有特征x，比如假设宇宙中的星星可以
牧山海北岸·2023-09-04 15:30

机器学习入门笔记（一）

一、无监督学习、监督学习和强化学习监督学习：在给定的一些数据下，已经告诉你这些数据的特性，并且让你分类，然后给你一个数据让你根据图来推出其他的数据（给定一个坐标系，上面有相应的图像，给你x数据让你预测y
君莫舞丶无念·2023-09-04 11:37
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他