无监督学习

python3.6 sklearn(1)

Python3.6scikit-learn(1)1.机器学习方法的分类监督学习无监督学习半监督学习强化学习遗传算法2.scikit-learn2.1sklearn中的通用学习模式sklearn中有自带的数据库
朝闻道_aa5e·2023-08-28 15:43

OpenAI首席科学家：通向无监督学习之路

基于学习方法，机器学习大致可分为监督学习和无监督学习两种。在无监督学习中，我们需要用某种算法去训练无标签数据集，从而帮助模型找到这组数据的潜在结构。
OneFlow深度学习框架·2023-08-28 09:21

深度学习3. 强化学习-Reinforcement learning | RL

强化学习是机器学习的一种学习方式，它跟监督学习、无监督学习是对应的。本文将详细介绍强化学习的基本概念、应用场景和主流的强化学习算法及分类。目录什么是强化学习？
ZhangJiQun&MXP·2023-08-27 22:50

ML14-K均值算法（K-Means）

该算法有两个特点：样本数据不需要带分类标签或期望输出（无监督学习）聚类机器学习种类最早机器学习算法大致分成监督学
杨强AT南京·2023-08-27 19:40

机器学习：无监督学习

文章目录线性学习方法聚类ClusteringKmeansHAC分布表示降维PCAMatrixFactorizationManifoldLearningLLELaplacianEigenmapst-SEN线性学习方法聚类ClusteringKmeans随机选取K个中心，然后计算每个点与中心的距离，找最近的，然后更新中心点HAC如何觉得距离的个数跟kmeans不一样，切的地方不一样导致的数量会不一样。
uncle_ll·2023-08-27 04:06

零基础入门深度学习(2) - 线性单元和梯度下降

线性单元和梯度下降文献内容来自：https://www.zybuluo.com/hanbingtao/note/448086文章目录0文章列表1往期回顾2线性单元是啥2.1线性单元的模型2.2监督学习和无监督学习
Godswisdom·2023-08-26 16:46

人工智能技术的主要类别

无监督学习：使用无标签的训练数据，模型通过发现数据中的模式、聚类或降维等技术来提取有用的信息。强化学习：通过与环境的交互，让模型逐渐学习最佳决策策略，常见于游戏、自动驾驶等领域。
沐尘而生·2023-08-26 15:31

MIA文献阅读 —— 深度学习在医学图像分析中的最新进展及临床应用【2022】

目录0摘要1引言2深度学习方法概述2.1监督式学习2.2无监督学习2.2.1自编码器(Autoencoders)2.2.2生成对抗网络(GANs)2.2.3自监督学习2.3.半监督学习2.4提高性能的策略
夏木夕·2023-08-26 08:28

深度学习——生成对抗网络GAN

基本概念概述GAN是一种深度学习模型，它是一种无监督学习算法，用于从随机噪声中生成逼真的数据，比如图像、音频、文本等。
时代&信念·2023-08-25 18:31

关联规则-算法原理与案例

✓关联规则是无监督的机器学习方法，用于知识发现，而非预测✓关联规则的学习器（learner）无需事先对训练数据进行打标签，因为无监督学习没有训练这个步骤。缺点是很难对关联规则学习器进行模型评估，一
照希·2023-08-25 12:01

利用K-均值聚类算法对未标注数据分组（一）

概述优点：容易实现缺点：可能收敛到局部最小值，在大规模数据集上收敛较慢适用数据类型：数值型数据聚类是一种无监督学习，将相似的对象归到一个簇中。
RossH·2023-08-25 02:29

[PyTorch][chapter 51][Auto-Encoder -1]

目录：简介损失函数自动编码器的类型一AutoEncoder简介：自动编码器是一种神经网络，用于无监督学习任务.
明朝百晓生·2023-08-23 21:18

机器学习简介

文章目录引言1.从找规律说起2.机器学习应用2.1有监督学习2.2无监督学习2.2.1聚类2.2.2降维3.机器学习一般流程4.机器学习常用概念5.深度学习简介5.1引入--猜数字5.2深度学习5.2.1
@kc++·2023-08-23 20:40

drop-out在有监督任务上的应用—Rdrop

drop-out在无监督学习上的应用：用于对比学习。同个query，drop前后的预测结果相同。不同query，所有结果为负例，预测结果不同。如simCSE。
吹洞箫饮酒杏花下·2023-08-23 10:13

对比学习在NLP中应用全面解读

对比学习是一种无监督学习方法，旨在将相似样本聚集在一起，并将不相似样本分开。在NLP中，对比学习的目标是学习出具有语义相似性的向量表示。
Dr.sky_·2023-08-23 09:07

机器学习分类，损失函数中为什么要用Log，机器学习的应用

机器学习（MachineLearning）机器学习的分类监督学习无监督学习强化学习机器学习的应用应用举例：猫狗分类1.现实问题抽象为数学问题2.数据准备3.选择模型4.模型训练及评估5.预测结果推荐阅读损失函数中为什么要用
ZhangJiQun&MXP·2023-08-22 23:29

大数据、人工智能、机器学习、深度学习关系联系前言

1.大数据和人工智能关系2.机器学习、深度学习、人工智能关系3.监督学习、无监督学习、半监督学习、强化学习、迁移学习关系4.机器学习具体内容一、大数据和人工智能之间存在相促进并相互支持，推动了科技发展1
Studying 开龙wu·2023-08-22 09:44

机器学习:什么是分类/回归/聚类/降维/决策

目录学习模式分为三大类：监督，无监督，强化学习监督学习基本问题分类问题回归问题无监督学习基本问题聚类问题降维问题强化学习基本问题决策问题如何选择合适的算法我们将涵盖目前「五大」最常见机器学习任务：回归分类聚类降维决策学习模式分为三大类
ZhangJiQun&MXP·2023-08-22 06:57

07无监督学习——降维

1.降维的概述维数灾难(CurseofDimensionality):通常是指在涉及到向量的计算的问题中，随着维数的增加，计算量呈指数倍增长的一种现象。1.1什么是降维？1.降维(DimensionalityReduction)是将训练数据中的样本(实例)从高维空间转换到低维空间。2.有很多种算法可以完成对原始数据的降维，在这些方法中，降维是通过对原始数据的线性变换实现的。1.2为什么要降维？1.
Tiny_G·2023-08-21 08:15

08无监督学习——聚类

类别：无监督学习目的：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。
Tiny_G·2023-08-21 08:15

具有弱监督学习的精确3D人脸重建：从单幅图像到图像集的Python实现详解

1.弱监督学习简介弱监督学习是一种介于监督学习和无监督学习之间的方法，其训练数据通常不是完全标记的，或标记不完全准确。它通过
快撑死的鱼·2023-08-20 20:31

数学建模-灰色关联分析

灰色关联是有监督学习，TOPSIS是无监督学习。灰色关联如果取某个参考列，就是求和某个其他特征和这个特征的关联程度。如果先正向化，标准化，再取每个特征的最优值作为参考列，才是求每个样本评价。
小蒋的技术栈记录·2023-08-20 02:23

吴恩达机器学习2011版本学习笔记

监督学习学的比较认真，33之后的无监督学习心态已经浮躁了，以后要再学一遍2022最新版视频课。
zhaot1993·2023-08-19 21:05

PyTorch训练深度卷积生成对抗网络DCGAN

文章目录DCGAN介绍代码结果参考DCGAN介绍将CNN和GAN结合起来，把监督学习和无监督学习结合起来。
阿正的梦工坊·2023-08-19 13:09

对比学习损失—InfoNCE理论理解

InfoNoise的理解InfoNCEloss温度系数τ\tauτInfoNCEloss最近在看对比学习的东西，记录点基础的东西「对比学习」属于无监督学习的一种，给一堆数据，没有标签，自己学习出一种特征表示
黑洞是不黑·2023-08-19 12:42

opencv进阶08-K 均值聚类cv2.kmeans()介绍及示例

K均值聚类是一种常用的无监督学习算法，用于将一组数据点分成不同的簇（clusters），以便数据点在同一簇内更相似，而不同簇之间差异较大。
玩转AI·2023-08-18 08:42

详细介绍生成对抗网络 (GAN) 的原理和基于Pytorch源码的实现

生成建模是一种无监督学习方法，涉及自动发现和学习输入数据中的模式，以便该模型可用于从原始数据集中生成新示例。GAN是一种通过将问题构建为具有两个子模型的监督学习问题来训练生成模型的方法。
TD程序员·2023-08-17 14:32

计算机视觉五大核心研究任务全解：分类识别、检测分割、人体分析、三维视觉、视频分析

内容涵盖了图像分类与识别、物体检测与分割、人体分析、三维计算机视觉、视频理解与分析等技术，最后展示了无监督学习与自监督学习在计算机视觉中的应用。
·2023-08-17 11:35

机器学习实战 | 性别预测模型的构建与优化

性别标签预测流程通常情况下，无监督学习不仅很难学习到有用信息，而且对于学习到的效果较难评估。所以，如果可以，我们会尽可能地把问题转化成有监督学习。
·2023-08-17 08:03

聚类分析

物以类聚类中的个体具有相似性，相似性聚类无监督学习：使用不知类别的样本集进行分类器设计基于概率密度函数估计的方法（难点在于密度函数如何估计）基于样本集间相似性度量的方法（聚类分析）训练前，甚至没有确切的类别数目和类别定义
浩宇Harry·2023-08-17 07:03

计算机三级数据库复习12-数据仓库与数据挖掘

未来教育第十四章题目笔记_数据仓库与数据挖掘1、关联规则挖掘是发现交易数据库中不同商品之间的联系；无监督学习算法对类别并没有规定明确的前提条件。
TOPic666·2023-08-17 00:01

聚类方法简单总结

聚类概述聚类(cluster)与分类(class)问题不同，聚类属于无监督学习模型，而分类属于有监督学习模型。聚类使用某种算法将样本分为N个群落，群落内部相似度较高，群落之间相似度较低。
enginelong·2023-08-16 10:11

人工智能（一）基本概念

标签、特征、样本、模型监督学习、无监督学习、半监督学习、弱监督学习、自监督学习强化学习、对抗学习、对比学习回归和分类聚类模式识别和机器学习的区别神经网络什么是神经网络？
魔法自动机·2023-08-16 01:39

GloVe、子词嵌入、BPE字节对编码、BERT相关知识（第十四次组会）

GloVe、子词嵌入、BPE字节对编码、BERT相关知识（第十四次组会）Glove子词嵌入上游、下游任务监督学习、无监督学习BERTGlove子词嵌入上游、下游任务监督学习、无监督学习BERT
码manba·2023-08-15 22:32

使用Pytorch实现对比学习SimCLR 进行自监督预训练

SimCLR已被证明在各种图像分类基准上优于最先进的无监督学习方法。并且它学习到的表示可
·2023-08-15 16:41

基于深度信念神经网络+长短期神经网络的降雨量预测，基于dbn-lstm的降雨量预测，dbn原理，lstm原理

神经网络的定义受限玻尔兹曼机（RBM）LSTM原理DBN-LSTM的降雨量预测基本结构主要参数数据MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力，通过dbn进行无监督学习提取特征
神经网络机器学习智能算法画图绘图·2023-08-15 01:21

机器学习与建模 - 聚类、分类、回归的区别

一句话概括：1.聚类：无监督学习，学习结果将产生几个集合，集合中的元素彼此相似；2.分类：有监督学习，学习结果将产生几个函数，通过函数划分为几个集合，数据对象是离散值；3.回归：有监督学习，学习结果将产生几个函数
黄饱饱_bao·2023-08-14 08:58

聚类与回归

聚类聚类属于非监督式学习（无监督学习），往往不知道因变量。通过观察学习，将数据分割成多个簇。回归回归属于监督式学习（有监督学习），知道因变量。
牛哥带你学代码·2023-08-14 08:27

机器学习--连载（4）----监督学习

前面的几篇都是无监督学习，接着开始监督学习的算法监督学习中主要的算法模型：K—近邻算法（k-NearestNeighbor）决策树（DecisionTree）朴素贝叶斯（NaiveBayes）逻辑回归（
小小毛同学·2023-08-14 08:28

《机器学习系统：设计与实现》读书笔记一

机器学习分类按学习模式分监督学习无监督学习强化学习按应用领域分图像语言（nlp、语音等）智能决策设计目标（功能）机器学习框架屏蔽了大量底层细节，可以帮助开发者高效、
crookie·2023-08-14 07:58

基于weka手工实现K-means

一、K-means聚类算法K均值聚类（K-meansclustering）是一种常见的无监督学习算法，用于将数据集中的样本划分为K个不同的类别或簇。
非妃是公主·2023-08-14 05:24

Matlab实现神经网络SOM算法（附上完整仿真源码）

神经网络SOM算法是一种基于自组织的无监督学习算法，其全称为Self-OrganizingMap，可以用来对数据进行聚类和可视化。本文将介绍如何使用Matlab实现神经网络SOM算法。
YOLO数据集工作室·2023-08-13 19:23

西安电子科大《深度学习》学习记录

目录第一章绪论1.3监督学习1.3.1支持向量机1.3.2决策树1.4无监督学习1.4.1主成分分析1.5机器学习第一章绪论绪论部分简要记录，讲了一些机器学习的方法，感觉可以回顾一下，简要记录。
蜡笔新小·2023-08-13 12:39

深度卷积生成对抗网络（GCGAN）

但是CNN的无监督学习受关注较少。DEEPCONVOLUTIONALGENERATIVEADVERSARIALNETWORKS(DCGAN)，可以将有监督和无监督学习连接到一起。它分为生
LN烟雨缥缈·2023-08-13 08:18

三种目标检测方法（基于传统数字图像处理的识别方法、基于传统机器学习的识别方法和基于深度学习的识别方法）的区别

基于传统数字图像处理的识别方法和其他两者的区分在于基于传统图像处理方法没有损失函数，只需要人工地构造特征，如颜色、形状和纹理特征，然后设定一个阈值，根据是否大于阈值判断是不是待检测目标，整个过程不包含损失函数，不需要制作标签，属于无监督学习
买女孩儿的大火柴·2023-08-12 18:13

2019-11-01 机器学习的基础概念

一、机器学习的领域1.概念介绍机器学习领域两个大类，分别是监督学习和无监督学习。还有强化学习，半监督学习。监督学习：D计为数据，X表示为一个样本的特征，y表示为标签，在监督学习下，既有特征也有标签。
LingSmart·2023-08-12 14:55

勘探开发人工智能技术：机器学习(4)

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.监督学习:训练数据都有标签,相应的任务为分类、回归等.无监督学习
HenrySmale·2023-08-11 09:11

K-Means

原理聚类是无监督学习，将相似的对象归到同一个簇中，簇内的对象越相似，聚类的效果越好；首先，随机确定K个初始点作为质心；然后，将数据集中的每个点分配到一个簇中，具体来讲，为每个点找距其最近的质心，将其分配到改质心对应的簇
JasonChiu17·2023-08-11 02:32

【计算机视觉】CPC 讲解

噪声对比估计（NCE）【计算机视觉】MoCo讲解中关于“对比学习”的介绍【计算机视觉】PixelRNN讲解CPC概述对比预测编码（ContrastovePredictiveCoding，CPC）是一个基于无监督学习
不牌不改·2023-08-10 05:51

大数据培训课程-《机器学习从入门到精通》上新啦

《机器学习从入门到精通》课程是一门专业课程，面向人工智能技术服务，课程系统地介绍了Python编程库、分类、回归、无监督学习和模型使用技巧以及算法和案例充分融合。
泰迪智能科技·2023-08-09 08:22
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他