无监督学习

ChatGPT常用开源项目汇总

它通过无监督学习的方式，自动从大规模的语料库中学习语言的规律和结构，从而具备了强大的文本生成
Chaos_Wang_·2023-04-01 17:32

PyTorch学习之旅（二）——机器学习基础

一、三类机器学习问题主要有三类：有监督学习、无监督学习和强化学习。这里的监督怎么理解呢？监督可以理解为训练数据需要人工打标签，比如首先收集到1000
CSU_DEZ·2023-04-01 12:12

强化学习（一）：强化学习浅谈

（在决策结果反馈前，有监督和无监督学习已经固定了决策方案）。
慕阮·2023-04-01 05:28

[KMeans]聚类：客户分群

KMeans算法是无监督学习算法，用在聚类任务中。可以使用的业务场景有：客户分群、商品分类、推荐系统、图像分割等。本期用一份简单的数据集带大家了解KMeans算法在客户分群的使用。
紫昂张·2023-04-01 00:28

K-means聚类算法的应用以及实现

K-means聚类算法属于无监督学习，它会将相似的对象归到同一个簇中，该算法原理简单，执行效率高，并且容易实现，是解决聚类问题的经典算法。
季布，·2023-03-31 23:35

机器学习———什么是监督学习/无监督学习

什么叫机器学习？举个例子来看，拿一个能够下围棋的机器人来举例子，在他的学习阶段就是让他不断地与人类下围棋，他慢慢在游戏的过程中就能找到规律，知道好的布局。也就是说让机器以某些数据为对象来寻找规律，进而进行总结学习这就是机器“学习”的过程。通俗易懂的理解以下两个重要概念,也是学习算法的一个大类监督学习：给予算法一些有准确预测结果的数据，让算法来进行预测学习监督学习中举例有几种问题：回归问题：是用来解
硕硕爱吃西红柿·2023-03-31 18:51

（1-3）sklearn库的模型----无监督学习

声明：本文章涉及到的思想已被分解为文档一1.无监督学习中的聚类算法之k-means聚类算法–fromsklearn.clusterimportKMeansKMeans(n_clusters=8,init
BlackTurn·2023-03-31 18:20

监督学习（回归、分类问题）与无监督学习（聚类问题）

文章目录监督学习及分类、回归问题监督学习（Supervisedlearning）回归问题（Regression）分类问题（Classification）无监督学习及聚类问题无监督学习（Unsupervisedlearning
Gaolw1102·2023-03-31 18:46

深度学习之 有监督学习，无监督学习，分类，聚类，回归

监督学习(Supervisedlearning)无监督学习(Unsupervisedlearning)、半监督学习(Semi-supervisedlearning)，分类聚类回归监督学习1、监督式学习（
weixin_30311605·2023-03-31 18:38

sklearn无监督学习-聚类k-means

无监督学习聚类就是根据数据的”相似性”将数据分为多类的过程。评估两个不同样本之间的“相似性”，通常使用的方法就是计算两个样本之间的“距离”。使用不同的方法计算样本间的距离会关系到聚类结果的好坏。
生如夏花~之绚烂·2023-03-31 17:23

机器学习实践（十七）—sklearn之无监督学习-K-means算法

一、无监督学习概述什么是无监督学习之所以称为无监督，是因为模型学习是从无标签的数据开始学习的。
泡泡码客·2023-03-31 17:20

机器学习 sklearn 无监督学习 聚类算法 DBSCAN

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.clusterimportDBSCANfromsklearn.clusterimportKMeansfromsklearnimportdatasets#生成数据x1,y1=datasets.make_circles(n_samples=2000,factor=0.5,noise=0.05)
404detective·2023-03-31 17:50

Datawhale第23期组队学习—集成学习—task1—回归、分类、无监督学习

文章内容参考：https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning1.0机器学习：机器学习的一个重要的目标就是利用数学模型来理解数据，发现数据中的规律，用作数据的分析和预测。数据通常由一组向量组成，这组向量中的每个向量都是一个样本，用来表示一个样本，其中=1,2,3,...,
蜗牛海胆·2023-03-31 17:58

sklearn 小白抱佛脚笔记4: 无监督学习

Unsupervisedlearning:seekingrepresentationsofthedata类聚:k-means类聚Hierarchicalagglomerativeclustering:Ward分层类聚算法(HAC):Ward1.聚集思路:同类的尽量聚集在一块2.分隔思路:不同类尽量彼此远离联系约束类聚Featureagglomeration特征块Decompositions:fro
GungnirsPledge·2023-03-31 17:25

机器学习——无监督学习

机器学习的分类一般分为下面几种类别：监督学习(supervisedLearning)无监督学习(UnsupervisedLearning)强化学习(ReinforcementLearning，增强学习)
肉肉肉肉肉肉~丸子·2023-03-31 17:48

基于贝叶斯优化CNN-LSTM混合神经网络预测（Matlab代码实现）

本文目录如下：目录1概述2运行结果3参考文献4Matlab代码实现1概述参考文献：CNN是通过模仿生物视觉感知机制构建而成，能够进行有监督学习和无监督学习[33]。
科研社·2023-03-31 16:59

AI学习笔记之——强化学习(Reinforcement Learning, RL)

什么是强化学习，强化学习所展现的效果转载源：AI学习笔记之——强化学习(ReinforcementLearning,RL)-，作者：Hongtao洪滔嵌牛正文：机器学习按照从那里学的角度可以分为：监督学习，无监督学习和强化学习三大类
玛莉在隔壁·2023-03-31 11:26

《神经网络与机器学习》笔记（七）

第九章无监督学习典型的无监督学习问题可以分为以下几类：无监督特征学习是从无标签的训练数据中挖掘有效的特征或表示。无监督特征学习一般用来进行降维、数据可视化或监督学习前期的数据预处理。
糖醋排骨盐酥鸡·2023-03-31 07:58

【机器学习】半监督学习Semi-supervised Learning

聚类clustering图9-1形象的表示了监督学习与无监督学习的区别。
Victorrrrr·2023-03-30 22:32

Chat GPT介绍

GPT模型采用Transformer架构，利用无监督学习从大规模语料库中学习语言知识，具有强大的语言理解和生成能力。ChatGPT将GPT模型应用于对话生成，可以进行
AllenGd·2023-03-30 20:36

对监督和无监督学习的谱方法特征选取

参考论文为"Spectralfeatureselectionforsupervisedandunsupervisedlearning"作者为ZhengZhao；HuanLiu这篇文章的好处在于提出了一种基于"谱图理论"（spectralgraph）的特征选取框架，像Laplacianscore和ReliefF都属于这个框架的一个特殊情况而已。而这个框架的假设，依然是本着原数据是大爷的道理，假设一个
weixin_33835690·2023-03-29 15:45

深度学习中的有监督学习和无监督学习

有监督学习和无监督学习有监督学习：有监督学习是从标签化训练数据集中推断出函数的机器学习任务。
Mr-He·2023-03-29 15:51

2021-12-26 python机器学习复习

image.png无监督学习核心是算法自动处理，把“海量”数据——降维，聚类。image.png强化学习比较智能，会奖励或惩罚ai的行为，和训狗差不多。
奥雷里亚诺下划线_上校·2023-03-29 13:58

[数学理论]混淆矩阵

blog/static/61529835201522905624494/混淆矩阵（ConfusionMatrix）:在人工智能中，混淆矩阵（confusionmatrix）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
落痕的寒假·2023-03-29 02:34

gpt4和gpt3.5对比有什么提升?

它们都属于预训练语言模型（PLM），即在大量无标注文本上进行无监督学习，然后在特定任务上进行微调或零样本学习。那么，GPT4和GPT3.5有什么区别呢？
CodeXue·2023-03-29 01:33

AI 和未来工作：12个 ChatGPT 和自动化的精彩问答

它是OpenAI开发的GPT3语言模型的用户界面，该模型是在包含1750亿个参数的海量数据集上使用无监督学习进行训练的。ChatGPT将如何影响营销和广告工作？
robot_learner·2023-03-28 13:17

无监督学习

K均值算法的优缺点是什么？如何对其进行调优？K均值算法有一些缺点，例如受初值和离群点的影响，每次的结果不稳定，结果通常不是全局最优而是局部最优解，无法很好的解决数据簇分布差别比较大的情况（比如一类是另一类样本数量的100倍），不太适用于离散分裂等。但是K均值聚类算法的优点主要体现在：对于大数据集。K均值聚类算法相对是可伸缩和高效的，他的计算复杂度是O（NKt)接近与线性，其中N是数据对象的数目，K
slyxk·2023-03-28 03:41

Python调用OpenAI实例大全

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
穿越光年·2023-03-27 14:58

AI数据采集与标注

AI数据采集与标注机器学习分两种：监督学习和无监督学习监督学习：给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。
宁静消失何如·2023-03-26 16:55

K 均值算法-如何让数据自动分组

而本篇文章要介绍的K均值算法是一种无监督学习。与分类算法相比，无监督学习算法又叫聚类算法，就是只有特征数据，没有目标数据，让算法自动从数据中“学习知识”，将不同类别的数据聚集到相应的类别中。
码农充电站pro·2023-03-25 23:36

机器学习简介

有监督学习和无监督学习很容易区分和理解,直白来讲，监督的含义就是训练数据集和测试数据集有没有标签:如果数据集中包含了特征和标签的,是有监督学习,也就是最后的计算结果对不对，是有标准答案可以做参考和对比的
chengting1314·2023-03-25 15:49

机器学习简介

3无监督学习给定样本，自己也不知道关系或特性，看系统能否找到特定的特征。比如给定一批文章
michelli·2023-03-22 08:24

[深度学习]-飞桨-学习笔记-note1

在机器学习领域中，有监督学习和无监督学习之分。监督学习是对已有的历史数据，并且知道了数据得到的结果，又可分为回归和
aixinqing00·2023-03-22 07:54

Diffusion 模型

Diffusion是一种深度生成模型（无监督生成模型），其属于机器学习-无监督学习-概率模型-生成模型。
黄乐荣·2023-03-21 05:04

# 机器学习导论

目录人工智能的定义人工智能的主要分支人工智能、机器学习和深度学习三者之间的关系机器学习与统计学的关系监督学习与无监督学习的区别深度学习如何工作人工智能的定义人工智能是一门学科，指由人制造出来的机器所表现出来的智能
wustzhy·2023-03-21 04:30

无监督聚类评价指标，RI、ARI、MI、NMI等

无监督聚类评价指标，RI、ARI、MI、NMI等最近在看无监督学习聚类的评价指标，主要看了RI、ARI、MI、NMI，在此写下我自己对于这些指标的理解。
踮踮脚尖看远方·2023-03-20 07:32

数据算法之kmeans聚类

一、聚类算法聚类属于无监督学习，是数据挖掘十大经典算法之一。
JUNjianshuZHU·2023-03-19 03:13

开箱即用！中文关键词抽取（Keyphrase Extraction），基于LDA与PageRank（TextRank， TPR， Salience Rank， Single TPR）

KeyphraseExtractionAlgorithm项目地址：https://github.com/JackHCC/Chinese-Keyphrase-Extraction无监督学习：中文关键词抽取
JackHCC·2023-03-18 11:57

机器学习0

监督学习、无监督学习、半监督学习与强化学习GitHub上有哪些有趣的关于NLP或者DL的项目？
hopewinder·2023-03-18 10:14

a10.Andrew-ML08-无监督、PCA

Clustering01.UnsurpervisedLearningIntroduction无监督学习算法是训练样本没有标签的分类算法。
Xylia_Yang·2023-03-17 18:05

ML 无监督学习 聚类 K-Means

无监督学习(unsupervisedlearning)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。
XinY_VV·2023-03-15 12:54

十大机器学习算法及其应用 体验成重中之重

agt=56机器学习算法可以分为三个大类——有监督学习、无监督学习和强化学习。有监督学习，对训练有标签的数据有用，但是对于其他没有标签的数据，则需要预估。
alleNjord·2023-03-15 09:40

【机器学习】西瓜书学习笔记（一）

机器学习任务划分根据训练样本是否有标签，可分为：监督学习分类：预测离散值，如二分类任务回归：预测连续值无监督学习聚类：训练样本没有标记信息，通过了解数据内在规律自动分类，常用于数据分析学习效果的评
hypc9709·2023-03-15 00:19

图像配准：从SIFT到深度学习

www.jianshu.com/p/a58d05c29c0f图像配准：从SIFT到深度学习什么是图像配准传统的基于特征的方法关键点检测和特征描述特征匹配图像变换深度学习方法特征提取Homography学习监督学习无监督学习其他方法强化学习复杂的转换图像配准
CVAIDL·2023-03-13 16:20

监督学习和无监督学习

监督学习（supervisedlearning）无监督学习（unsupervisedlearning）监督学习无监督学习标签/目标有无用途分类、回归聚类、密度估计常用算法kNN、决策树、朴素贝叶斯K-均值分类
寒星I·2023-03-13 11:55

第9章 聚类

1.前言聚类任务是无监督学习，无监督学习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。
Aptitude·2023-03-11 16:33

分类

机器学习方法：监督学习，半监督学习，无监督学习，强化学习。监督学习：判别模型，生成模型。判别模型：条件随机场、线性回归模型、线性判别分析、支持向量机SVM、神经网络等。
帅气的三少爷·2023-03-11 13:45

强化学习(Q-funcation,DQN)基本介绍

强化学习和监督，无监督学习的关系这三种同属于机器学习的范畴。与监督学习的区别：强化学习(RL)没有预先准备好的训练数据的输出值(label)。
NH3_·2023-03-11 12:27

什么是无监督学习(Unsupervised Learning)

我们已经知道了机器学习就是打标签,也知道了监督学习是用打好标签的实例来训练你的系统,从而可以做出正确选择,接下来我们来看看无监督学习又是什么.还是从我们的大脑来寻找灵感,请你看看下面的图集,并对图集里的图片进行分类
时间之外1919·2023-03-10 06:36

强化学习2020-03-17

机器学习可以分为预测型和决策性，有监督学习和无监督学习属于预测型，强化学习属于决策型。策略是从状态到行为的映射，分为随机策略和确定性策略。随机性策略是状态s下产生的行为的概率分布。
_a30a·2023-03-09 19:04
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他