无监督学习

通过KMeans聚类算法对鸢尾花数据集进行分析

引言：在机器学习领域中，聚类算法是一种常用的无监督学习方法，它可以帮助我们探索数据的内在结构和发现隐藏的模式。
2301_77162361·2023-06-09 17:41

深度学习之自编码器实现——实现图像去噪

自编码器是一种无监督学习的神经网络，是一种数据压缩算法，主要用于数据降维和特征提取。
带我去滑雪·2023-06-09 11:38

SS-ELM-AE与S2-BLS相关论文阅读记录

Broadlearningsystemforsemi-supervisedlearning摘要：本文认为，原始BLS采用的稀疏自编码器来生成特征节点是一种无监督学习方法，这意味着忽略了标注数据的一些信息
FavoriteStar·2023-06-09 11:49

机器学习——聚类算法详解

我们先对比区分一下聚类和分类：聚类是一种无监督学习，而分类是一种有监督的学习。
肉肉肉肉肉肉~丸子·2023-06-09 11:41

半监督KMeans

相当于无监督KMeans的半步迭代；反过来说，KMeans算法是把无监督学习转化成一系列监督学习的迭代过程。本文贡献的是半监督KMeans。半监督KMeans可以充分利用已知的labels信息。
nbu04william·2023-06-09 11:01

情感分析实战(中文)-聚类篇

情感分析实战(中文)-无监督学习k-means聚类分析背景：该专栏的目的是将自己做了N个情感分析的毕业设计的一个总结版，不仅自己可以在这次总结中，把自己过往的一些经验进行归纳，梳理，巩固自己的知识从而进一步提升
有猫腻妖·2023-06-09 10:55

用TensorFlow实现自编码器Autoencoders

欢迎关注我的微信公众号：CurryCoder的程序人生1.简介自编码器是一种特殊的神经网络模型，它可以从无标签的训练集中训练得到，是一种无监督学习算法。
CurryCoder·2023-06-09 09:08

机器学习 | 聚类问题

一、K均值聚类这里我们用鸢尾花数据及进行聚类分析，这种含有标签数据的数据集，只要不调用标签数据，就可以为无监督学习所采用。
天下弈星~·2023-06-08 19:14

EM算法实现对iris数据集和meat数据集的分类【MATLAB版本】

混合模型是相对于单高斯模型而言的，对于某个样本数据而言，可能单个高斯分布不能够很好的拟合其特征，而是由多个高斯模型混合加权而成（我们假设为Ｋ个），我们通过EM算法就可以求解出有未知参数情况的高斯模型的分布，进而完成无监督学习的分类任务
书中藏着宇宙·2023-06-08 19:40

机器学习——线性回归、梯度下降

单变量线性回归）三、代价函数3.1建模误差3.2平方误差代价函数Squarederrorcostfunction3.3梯度下降3.4梯度下降与线性回归相结合一、机器学习的分类监督学习：学习数据带有标签无监督学习
ReadyGo!!!·2023-06-08 15:25

NLP-机器学习-监督学习-回归

一个好的总结：机器学习知识点全面总结_GoAI的博客-CSDN博客_机器学习笔记监督学习和无监督学习很好区分：是否有监督（supervised），就看输入数据是否有标签（label），输入数据有标签，则为有监督学习
zr_xs·2023-06-08 11:04

自编码器（Autoencoder）应用场景

自编码器（Autoencoder）是一种无监督学习模型，通常用于特征学习、降维和生成任务。自编码器由编码器（Encoder）和解码器（Decoder）两部分组成。
A等天晴·2023-06-08 04:45

【人工智能】— 学习与机器学习、无/有监督学习、强化学习、学习表示

BayesianNetworks本章：观测学习学习学习元素机器学习概论机器学习对什么有用自动语音识别计算机视觉Informationretrieval—信息检索机器学习机器学习：定义电子邮件过滤问题学习类型监督学习无监督学习半监督学习强化学习在机器学习中表示
之墨_·2023-06-07 19:51

利用kmeans或kshape聚类分析对归一化的无量纲时间-降雨序列进行聚类

目标利用kmeans或kshape聚类分析对归一化的无量纲时间-降雨序列进行聚类（分类，区分降雨雨型的差异）聚类算法的原理和参数聚类是一种常见的无监督学习方法，其任务是将一组相似的数据点分组为不同的簇(
全栈若城·2023-06-07 16:56

人工智能-机器学习&人工神经网络

机器学习常分类为：监督学习：已知输入和输出的情况下建立输入到输出的映射，常用于分类和回归任务无监督学习：没有正确输出，只有输入，模型自行归纳数据的特征信息，常用于聚类任务强化学习：Agent选择
A橙_·2023-06-07 14:50

人工智能之机器学习

第一章人工智能概述1.1人工智能的概念和历史1.2人工智能的发展趋势和挑战1.3人工智能的伦理和社会问题第二章数学基础1.1线性代数1.2概率与统计1.3微积分第三章监督学习1.1无监督学习1.2半监督学习
Kali与编程～·2023-06-07 14:54

人工智能之深度学习

第一章人工智能概述1.1人工智能的概念和历史1.2人工智能的发展趋势和挑战1.3人工智能的伦理和社会问题第二章数学基础1.1线性代数1.2概率与统计1.3微积分第三章监督学习1.1无监督学习1.2半监督学习
Kali与编程～·2023-06-07 14:54

自然语言处理

第一章人工智能概述1.1人工智能的概念和历史1.2人工智能的发展趋势和挑战1.3人工智能的伦理和社会问题第二章数学基础1.1线性代数1.2概率与统计1.3微积分第三章监督学习1.1无监督学习1.2半监督学习
Kali与编程～·2023-06-07 14:54

聚类算法以及聚类算法模型评估的介绍

一、聚类算法的介绍1.什么是聚类算法聚类算法是一类无监督学习算法，用于将数据集中的对象分组（或聚类）成具有相似性的集合。
Better Me·2023-06-07 11:05

EM算法和HMM模型的介绍

它被广泛应用于统计学和机器学习中，特别是在无监督学习中，如聚类、混合高斯模型等问题。EM算法的目标是通过迭代优
Better Me·2023-06-07 11:00

讯飞星火认知大模型与ChatGPT的对比分析

预训练语言模型是一种利用大规模文本数据进行无监督学习，从而获得通用语言表示能力的模型。预训练语言模型可以作为下游任务的基础，提高其性能和效率。目前，
AI研究院·2023-06-06 23:39

使用python实现kmean算法

.kmean算法过程2.1簇个数的选择2.2聚类评价指标2.2.1轮廓系数2.2.2紧密性指标2.2.3间隔性指标3.代码4.输出结果4.1命令行输出4.2可视化4.3穷举k法指标1.简介kmean是无监督学习的一种算法
·2023-04-24 10:39

【22-23 春学期】AI作业4-无监督学习

K均值聚类无监督学习的聚类算法，旨在将数据点分成K个不同的类别。在这个算法中，我们通过不断地迭代来优化每个数据点与其所属类别的距离。具体来说，它是一种判别式方法。
是锦鲤本臾了!·2023-04-21 20:22

机器学习 无监督学习

无监督学习最常出现的就是聚类（clustering）、异常检测场景K均值聚类（K-meansclustering）决定类别数，在样本中随机选个样本作为聚类中心。
李霖弢·2023-04-21 11:48

深度强化学习（1） 什么是深度强化学习？

本文主要内容来源于BerkeleyCS285DeepReinforcementLearning强化学习一般来说机器学习模式可以分为三类：有监督学习：SupervisedLearning无监督学习:UnsupervisedLearning
数科每日·2023-04-20 08:31

分享一个国内使用的ChatGPT的方法

它是由OpenAI公司开发的一种语言模型，可以在大规模语料库上进行无监督学习，并生成高质量的自然语言文本。ChatGPT可以用于多种应用场景，例如智能客服、语音助手、聊天机器人等。
書盡·2023-04-20 06:23

无监督学习——聚类之DBSCAN密度聚类

一、介绍：聚类的时候不需要预先指定簇的个数最终的簇的个数不定二、三种点：核心点：在半径Eps内含有超过MinPts数目的点边界点：在半径Eps内点的数量小于MinPts，但是落在核心点的邻域内噪音点：既不是核心点也不是边界点的点三、算法流程：1.将所有点标记为核心点、边界点或噪声点；2.删除噪声点；3.为距离在Eps之内的所有核心点之间赋予一条边；4.每组连通的核心点形成一个簇；5.将每个边界点指
含泪若笑·2023-04-20 06:01

盘点人工智能应用最广的核心技术

深度学习是无监督学习的一种。自然语言处理自然语言处理是用自然语言同计算机进行
蟪蛄不知·2023-04-20 02:38

混淆矩阵含义及作用

混淆矩阵是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。
铁灵·2023-04-19 10:05

JPMML-evaluator简单示例代码和说明

概要书接上文，在简单的跑通鸢尾花示例代码之后要拿自己的模型下手了，在经历一番艰难调整之后总算跑通了第一个无监督学习模型。
XINFINFZ·2023-04-19 07:49

传统机器学习(五)—分类、回归模型的常见评估指标

传统机器学习—分类、回归模型的常见评估指标一、分类模型的常见评估指标1.1混淆矩阵混淆矩阵，在无监督学习中被称为匹配矩阵(matchingmatrix)，之所以叫混淆矩阵，是因为我们能够很容易从图表中看到分类器有没有将样本的类别给混淆了
undo_try·2023-04-19 02:47

whisper

先前的方法都是通过大量的无监督学习训练（无监督的数据容易收集，所以通过大量无监督的学习可以训练出一个质量较好的encoder）。但是用的时候还需要找一些有监督的数据进行微调。
ctrlcvKing·2023-04-18 22:40

Python 无监督学习实用指南：6~10

——《原则》，生活原则2.3.c六、异常检测在本章中，我们将讨论无监督学习的实际应用。我们的目标是训练模型，这些模型要么能够重现特定数据生成过程的
布客飞龙·2023-04-18 09:30

线性回归算法梳理

目录1、机器学习基本概念2、线性回归原理3、优化方法4、线性回归的评估指标5、sklearn参数详解1、机器学习基本概念监督学习：KNN、线性回归、逻辑回归、SVM、决策树和随机森林、神经网络无监督学习
pandawang830·2023-04-18 00:24

数据挖掘(4.1)--分类和预测

关于分类和预测的问题准备分类和预测的数据评价分类和预测方法混淆矩阵评估准确率参考资料前言分类：离散型、分类新数据预测：连续型、预测未知值描述属性：连续、离散类别属性：离散有监督学习：分类训练样本有标签对未知数据分类无监督学习
码银·2023-04-17 21:34

深度强化学习【1】-强化学习入门必备基础（含Python迷宫游戏求解实例）

强化学习入门必备基础文章目录强化学习入门必备基础1.强化学习与机器学习1.1有监督学习1.2半监督学习1.3无监督学习1.4强化学习1.5深度学习2.强化学习中的一些概念2.1智能体、动作、状态2.2策略函数
Moresweet猫甜·2023-04-17 12:04

AutoEncoder及Variational AutoEncoder模型

从现有情况来看，无监督学习很有可能是一把决定深度学习未来发展方向的钥匙，在缺乏高质量打标数据的监督机器学习时代，若是能在无监督学习方向上有所突破对于未来深度学习的发展意义重大。
_囧囧_·2023-04-17 06:57

TensorFlow 2.0 快速入门指南：第二部分

——《原则》，生活原则2.3.c第2部分：TensorFlow2.00Alpha中的监督和无监督学习在本节中，我们将首先看到TensorFlow在监督机器学习中的许多
布客飞龙·2023-04-16 20:27

打印bam文件比对后的碱基矩阵python脚本

脚本的初衷是想看多序列比对后的序列整齐度；但多序列比对往往是无监督学习，需要耗费大量的内存和时间，所以以下代码实现了：有参比对，然后使用pysam将比对后的bam文件打印成每个位置的对应的碱基文件，类似于多序列比对后的既视感
九月_1012·2023-04-16 19:14

【2023 · CANN训练营第一季】监督学习&无监督学习

监督学习的算法有：回归算法、分类算法回归分类输出连续的函数图线离散的函数边界目的找到最优拟合寻找决策边界二、无监督学习无监督学习的算法有：聚类算法聚类算法是不给确定的映射关系，因为样本数量庞大，无法手动
我焦虑的编程日记·2023-04-16 17:06

SKlearn——聚类算法

SKlearn——聚类算法1.聚类2.聚类算法2.1KMeans2.2Birch2.3DBSCAN2.4层次聚类2.5.谱聚类3.评价标准4.sklearn中的聚类算法1.聚类在无监督学习中，训练样本的标记信息是未知的
是菜鸡小小陈啊·2023-04-16 16:10

十个基础算法

无监督学习对于在给定未标记的数据集（目标没有提前指定）上发现潜在关系是非常有用的。强化学习介于这两者之间—它针对每次预测步骤（或行动）会有某种形式的反馈，但是没有明确的标记或者错误信息。
茶尽·2023-04-16 02:09

人工智能复习0

1.3机器学习分类监督学习有标签--分类==二分类==多分类==多标签分类==多输出分类--回归半监督学习部分有标签无监督学习无标签迁移学习解决类似
吴邪_TicktW·2023-04-16 01:40

基于OpenCV的硬币面值识别

Canny算子对图像进行边缘检测，然后进一步调用定义的函数去除边缘检测后图像中的孤立点，对处理后的图像进行Hough变换检测圆曲线，进而可以把圆的半径储存在列表中，对所得到的数据进行K-means聚类分析（无监督学习
早起的小懒虫·2023-04-15 23:46

基于多种算法实现鸢尾花聚类

基于多种聚类算法实现鸢尾花聚类描述聚类（Clustering）属于无监督学习的一种，聚类算法是根据数据的内在特征，将数据进行分组（即“内聚成类”），本任务我们通过实现鸢尾花聚类案例掌握Scikit-learn
九灵猴君·2023-04-15 22:50

监督学习和非监督学习

无监督学习是机器学习任务的一种。它从无标记的训练数据中推断结论。最典型的无监督学习就是聚类分析，它可以在探索性数据分析阶段
这里假装有个名字·2023-04-15 18:41

持续学习+元学习+无监督学习文章调研（五）

持续学习+元学习+无监督学习文章调研（五）文章*CAVIA:FastContextAdaptationviaMeta-Learning，ICML2019上下文参数（contextparameters）和共享参数
Man in Himself·2023-04-15 07:05

[学习笔记] 1. 机器学习前置知识

视频链接所有数据集下载地址：数据集1.机器学习前置知识目录1.机器学习概述1.1机器学习算法分类1.1.1监督学习1.1.2无监督学习1.1.3半监督学习1.1.4强化学习1.2模型评估1.2.1分类模型评估
Le0v1n·2023-04-15 00:46

【python机器学习】聚类算法K-means（基于顾客购物订单数据集）

写在前面k-means是一种最流行的聚类算法，属于无监督学习k-means可以在数据集分为相似的组（簇），使得组内数据的相似度较高，组间之间的相似度较低。
如是我闻__一时__·2023-04-15 00:30

用Python调用OpenAI API做有趣的事

GPT迭代过程概要表：版本发布时间训练方案参数量是否开放接口GPT(GPT-1)2018年6月无监督学习1.17亿是GPT-22019年2月多任务学习15亿是GPT-32020年5月海量参数1,750亿是
何小有·2023-04-14 15:58
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他