无监督学习

总结896

检测每日必复习（5分钟）线代第二讲学习内容：暴力英语：早上继续从第一篇文章开始回诵，每日长难句，一篇六级阅读数学：关于泰勒公式的23道题目纠错，40分钟刷题16道期末复习：机器学习网课，关于有监督学习和无监督学习的理解
天真小巫·2023-06-12 11:12

机器学习期末复习 线性模型

有监督学习和无监督学习解释：线性模型要做的有两类任务：分类任务、回归任务分类的核心就是求出一条直线w的参数，使得直线上方和直线下方分别属于两类不同的样本回归就是用来拟合尽可能多的点的分布的方法，我们可以通过拟合的直线知道一个新样本的相关数值有监督的学习
JYHZZ·2023-06-12 05:19

什么是机器学习？有哪些算法和分类？又有哪些应用？看完你就懂了

接着按照学习形式将机器学习划分为监督学习、无监督学习、半监督学
hzbooks·2023-06-12 00:06

情感分析实战(中文)-数据获取

，而帮助各大广大学子们，在碰到情感分析的毕业设计时，提供一个好的处理思路，让广大学子们能顺利毕业废话不多说：该专栏主要有2大主题：1、中文-情感分析实战：a)数据获取篇b)数据预处理篇-情感分类篇d)无监督学习机器
有猫腻妖·2023-06-11 21:32

情感分析实战(中文)-LDA主题建模分析

情感分析实战(中文)-无监督学习LDA主题建模处理背景：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·2023-06-11 21:32

[迁移学习]预训练和微调

一、概述一般的有监督迁移学习分为以下三种：①将训练好的模型作为特征抽取模块（例如以resnet进行特征提取）②在一个相关的任务中训练后直接后直接使用(例如gpt)③在训练好的模型基础上进行微调此外还有无监督学习的方式
ViperL1·2023-06-11 18:39

第九章 聚类

聚类任务训练样本的标记信息未知，目标是对无标记训练样本的学习来揭示数据的内在性质及规律，即是无监督学习，训练数据无标记，目的是为了分类。
尘濯·2023-06-11 17:15

【转】Generative Pretrained Transformer

此外，即使在可获得相当大的监督语料情况下，以无监督学习的方式学到的表示也可以提供显着的性能提升。到目前为止，最引人注目的证据是广泛使用预训练词嵌入来提高一系列NLP任务的性能。1.2简介G
小金子的夏天·2023-06-11 02:22

【人工智能与深度学习】解码语言模型

文字生成评估序列到序列模型条件语言模型序列到序列模型序列转换器回译问题迭代反向翻译NLP的无监督学习`word2vec`问题：单词表示形式是依赖于上下文还是独立于上下文？
prince_zxill·2023-06-10 23:58

机器学习算法分类（三）

在机器学习中，又分为监督学习、无监督学习、半监督学习、强化学习和深度学习。监督、无监督、半监督学习机器学习根据数据集是否有标签，又分为监督学习、无监督学习、半监督学习。
涛声依旧叭·2023-06-10 09:23

10.无监督学习之K-means算法

10.1无监督学习的定义监督学习：我们有一些列标签，然后用假设函数去拟合它无监督学习：给出的数据不带任何标签。
秃头少女Emily·2023-06-10 09:32

11.无监督学习之主成分分析

11.1降维降维的两种应用：一是数据压缩；二是可视化数据。11.1.1数据压缩将相关性强的两个特征导致冗余，可以直接去掉其中一个特征，或者将两个特征进行某种转换，得到一个特征。11.1.2可视化数据直接看数据可能看不出什么现象出来但是通过图来进行对比，按照GDP或者是其他标准来看，会更明显。11.2主成分分析（PCA）假设我们有一个二维的样本x数据集，当我们向对数据进行降维从二维到一维，也就是想到
秃头少女Emily·2023-06-10 08:29

Python数据分析案例29——自编码器监测异常值

与传统的监督学习不一样，这一篇主要是讲述自编码器模型的，是无监督学习，并且用于的任务不是分类或者回归，而是异常值的监测。案例背景需要从一堆网络流量特征监控的数据中寻找哪些可能是异常情况。
阡之尘埃·2023-06-10 02:14

机器学习实战六步法之数据预处理（五）

数据的预处理通常包括5个步骤，如下：这个是比较完整的一个步骤，不同的算法可能会缺少一些步骤，例如无监督学习中，没有标签也就没有特征工程。1、数据可视化数据的可视化，可以帮我们发现数据中的规律和问题。
涛声依旧叭·2023-06-09 22:17

基于频率敏感的无监督学习去噪方法--简介

目录引言方法实验结论代码示例：引言去噪，作为图像处理领域的核心任务之一，其挑战性及其广泛的应用需求引发了大量的研究。然而，虽然基于监督学习的方法可以产生稳健的去噪结果，但其本质上受到对大规模干净/嘈杂配对数据集的需求的限制。由于数据收集的困难，这使得这种方法在实际应用中可能难以实现。另一方面，无监督降噪器需要更详细地了解底层图像统计数据，但传统的方法主要依赖于空间域的信息，忽视了频域信息的重要性。
快撑死的鱼·2023-06-09 22:50

机器学习框架之sklearn简介

（sklearn为包名）基本概括sklearn拥有可以用于监督和无监督学习的方法，一般来说监督学习使
p是马甲·2023-06-09 20:33

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
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他