无监督学习第20页

6、无监督学习知识点

无监督学习知识点聚类K-mean：选k个点，不断计算中心距离(x,y坐标的平均值)进行分类DBscan：设置圆半径对相邻点进行归类层次：两两合并，和哈夫曼树构造类似meanshift：计算梯度密度，向该方向移动

爱补鱼的猫猫·2023-02-04 09:48

理解监督学习、无监督学习、半监督学习、强化学习

目录监督学习回归问题分类问题无监督学习半监督学习强化学习参考链接监督学习监督学习简单来说就是我们给学习算法一个数据集。

Master_miao·2023-02-04 09:15

半监督学习介绍

传统的机器学习技术分为两类，一类是无监督学习，一类是监督学习。无监督学习只利用未标记的样本集，而监督学习则只利用标记的样本集进行学习。

B站：阿里武·2023-02-04 09:14

有监督学习、无监督学习以及半监督学习详解

相信大家在开始学习机器学习的入门时，首先接触的概念就是监督学习、无监督学习以及半监督学习。在我们开始讲解之前，我们先回顾一下什么是机器学习（ML）？

小码爱撞墙·2023-02-04 09:39

7、半监督学习知识点

半监督学习知识点监督学习主要解决的是分类和回归的场景，无监督学习主要解决聚类场景，半监督学习解决的是一些打标数据比较难获得的分类场景，强化学习主要是针对流程中不断需要推理的场景。

爱补鱼的猫猫·2023-02-04 09:37

OpenMMLab课程笔记Day1

监督学习与无监督学习的区别：前者需要人的经验，后者不需要，自己学习大量数据的结构和规律。强化学习：如何和环境交互，获得最大收益。

Halbert(^_^)·2023-02-04 08:54

Openmmlab AI实战营 Day2

昨天的课程按我的回忆，应该是讲述了resnet网络，无监督学习等。图像，分辨率，像素数组如何使这些像

royi_0825·2023-02-04 08:50

《模式识别》学习笔记（二）

目录三、聚类分析（一）、无监督学习与聚类1、聚类分析的过程2、聚类问题的描述（二）、简单聚类方法1、顺序聚类2、谱系聚类1、谱系聚类合并算法2、谱系聚类分裂算法4、K-均值计算（三）聚类检验前言《模式识别

HitStuHan·2023-02-04 07:17

机器学习(二）—— 基本概念

机器学习（二）——基本概念机器学习机器学习（machinelearning）此处介绍的机器学习主要为归纳学习，包括监督学习和无监督学习两类，我们有这样一个非常经典的定义TomMitchell(1998)

QingyunXDU·2023-02-03 23:38

MMLAB学习笔记-DAY1

一、机器学习1.机器学习的典型范式监督学习：数据是由人工标注的，数据之间存在某种映射关系，目的是让机器学习到数据和标签之间的关系无监督学习：数据是没有标签的，通过对数据分析，运用聚类等方法探索出不同数据之间的差异

行吟画者·2023-02-03 12:52

OpenMMLab AI实战营第一天笔记

机器学习的典型范式监督学习有标签无监督学习无标签强化学习让智能体自己适应环境机器学习中的分类问题垃圾信件分类特征与分类拟合出来是一条直线，称为线性分类器。

leeleesir·2023-02-03 09:16

OpenMMlab AI实战营第一课笔记

机器学习可以分为监督学习、无监督学习和强化学习。神经网络的训练过程：1、计算样本的损失2、计算样本损失的梯度3、根据梯度信息更新参数

qq_39614871·2023-02-03 09:44

k-Means聚类算法实现

首先来说聚类它是一种无监督学习方式，输入的数据集实例中并没有标签，也没有指定的学习任务，算法的结果是产生几个簇，把最相似的数据实例放在一起，而这个相似度的度量，正是算法的核心，本文采用的是基于距离的度量方式

Grit_007·2023-02-03 09:10

AI基础实战营第一课打卡笔记

计算机视觉发展史及其应用领域的简单介绍主要分为物体分类，目标检测，语义分割，实例分割OpenMMLab1.0和2.0的简单介绍及其优点通用，开放统一，灵活，迭代机器学习相关内容监督学习，无监督学习，强化学习神经网络的介绍及其训练如何衡量神经网络性能

z_whiskey·2023-02-03 08:52

《计算机视觉与OpenMMLab开源算法体系》课堂笔记

无监督学习：数据自身是否存在某种"结构"或"规律"?强化学习：如何和环境交互，以获得最大收益?

再多亿点可爱·2023-02-03 08:32

数学建模学习11

前言：发现好多都离不开机器学习，那就先学上一丢丢，小羊冲呀今日份之——聚类学习一、1、机器学习分类：监督学习无监督学习强化学习半监督学习深度学习Scikit-learn主要学习：分类聚类回归降维模型选择数据的预处理

杨小羊123·2023-02-02 13:16

moco论文精读读后感

无监督学习的最终目标就是在一个大的数据集上预训练好一个模型（提取特征），然后迁移到下游任务上也能有一个较好的精度。

irony_202·2023-02-02 11:19

AI训练营-lesson1

计算机视觉介绍基本任务：分类、检测和分割开源框架只学pytorch就可以MMLab介绍三宝：基于pytorch，丰富的模型库和数据集，跟踪前沿机器学习和神经网络简介通过数据驱动让机器学会解决问题分为监督学习、自监督学习、无监督学习神经网络输出层的激活函数使用

kyrie0·2023-02-02 11:14

泛统计理论初探——均值漂移算法初探

数据挖掘-均值漂移聚类算法均值漂移聚类算法简介本文主要是介绍均值漂移聚类算法，又称为Mean-Shift-Cluster，该算法属于无监督学习的聚类方法。

喷火龙与水箭龟·2023-02-02 11:36

吴恩达机器学习视频笔记——简单知识背景

世界上第一个机器学习的程序：Samuel编写的西洋棋程序2、监督学习和无监督学习回归问题案例1.房价预估横坐标：面积纵坐标：房价根据已知的答案，即已有的数据，在计算出房价的连续变化趋势，因此可以预测出相应面积的房价大小

xclhs·2023-02-02 10:42

学习笔记——0基础入门机器学习

目录1.机器学习的知识体系2.何为机器学习3.何为深度学习4.何为监督学习，无监督学习，半监督学习5.何为强化学习6.机器学习有什么应用场景7.如何零基础快速入门1.机器学习的知识体系2.何为机器学习机器学习

王小闹儿·2023-02-02 10:08

【机器学习】聚类算法（理论）

聚类是无监督学习的典型算法，相较于有监督学习，由于聚类针对的大多是无标签数据，因

酱懵静·2023-02-02 10:31

计算机视觉算法基础与 OpenMMLab 打卡笔记(一)

Java算法框架视觉库训练框架MMDetection目标检测实例分割全景分割MMTrackingMMPoseMMOCRMMEditing......计算机视觉知识简介从数据中学习经验，以解决特定问题监督学习无监督学习强化学习流程训练验证应用计算样本

X1aochai_bat·2023-02-02 10:00

数据挖掘-KMeans算法

K-Means属于聚类算法，是一种无监督学习算法，没有训练集和测试集之分，也没有正确分类的标签与之参照来提升学习效果。聚类就是把一堆样本根据一些特性分成不同的簇，也就是类。

花讽院_和狆·2023-02-02 05:05

人工智能技术到底包含了哪些技术？

从学习形式上来讲，机器学习分为监督学习、无监督学习以及介于两者之间的半监督学习。

星海梦境·2023-02-01 21:15

《机器学习》理论——速读学习2 常用方法（3）

time:2021-12-24学习目标：我需要了解神经网络除了工程化部分之外的更多内容，以便于在实际有效数据中可以获得抽象模型的能力；第9章聚类第10章降维与度量学习第9章聚类9.1聚类任务无监督学习中

baby_hua·2023-02-01 20:23

各种聚类算法介绍

2、聚类和分类的区别聚类技术通常又被称为无监督学习，因为与监督学习不同，在聚类中那些表示数据类别的分类或者分组信息是

baobaoqiyue·2023-02-01 20:23

吴恩达机器学习_第一周笔记

SupervisedLearning（监督学习）UnsupervisedLearning（无监督学习）2ModelandCostFunctionModelRepresentationCostFunction

weixin_Saturn·2023-02-01 20:17

深度学习笔记（MNIST手写识别）

常见学习任务一、分类二、输入缺失分类三、回归四、转录无监督学习和监督学习1）无监督学习设

烟火青年_Yan·2023-02-01 20:35

Apriori（关联分析算法）

属于无监督学习。关联分析关联分析是一种在大规模数据集中寻找有趣关系的任务。这些关系可以有两种形式:频繁项集（frequentitemsets）:经常出现在一块的物品的集合。

古城白衣少年i·2023-02-01 18:22

关联分析规则---Apriori算法的理解和使用

apriori：算法（无监督学习）应用场景：1.啤酒、尿不湿；2.大量数据中（购物小票）找到经常在一起出现的物品组合3.库存管理（摆放）；4.促销页面设计；5.捆绑销售；6.内容推荐相关概念1.支持度support

跌跌撞撞进大坑·2023-02-01 18:51

K-means算法和高斯混合模型的异同

这一部分属于无监督学习的内容，无监督学习内容主要包括：Kmeans聚类算法、高斯混合模型GMM及EM算法等。Kmeans聚类其实聚类算法除了Kmeans，还有其

会飞的小罐子·2023-02-01 18:50

机器学习 - 吴恩达版(Stanford)笔记 004

但对于无监督学习，我们并没有被给予每个数据具体的值。

Wallace_QIAN·2023-02-01 17:03

客户分群-聚类算法

机器学习算法分类有监督学习有训练样本分类模型预测模型无监督学习无训练样本关联模型聚类模型聚类算法介绍聚类就是将一组对象划分成簇（cluster），使簇内对象相似性尽量大，而簇间对象相似性尽量小。

行走记忆时光·2023-02-01 12:45

数据分析-深度学习Pytorch Day12

文章目录一、自编码器Auto-Encoders1.1、回顾之前的知识1.2、无监督学习1.3、Auto-Encoders中lossfunction如何设计1.3.1、PCA和Auto-encoder对比二

小浩码出未来！·2023-02-01 12:14

NER命名实体识别

目录全文简介NER任务简介NER标注语料库（公开评测集）off-the-shelfNER工具评价指标序列标注标签方案四类NER常用方法基于规则的NER方法基于无监督学习的NER方法

Stansonlee·2023-02-01 08:15

2019： Unified Vision-Language Pre-training for Image Captioning and VQA

统一的VLP模型在大量的图像-文本对上进行预训练，使用两个任务进行无监督学习：双向和序列到序列(seq2seq)掩码视觉-语言预测，这两个任务的不同之处仅仅在于预测条件的背景。

weixin_42653320·2023-01-31 23:42

2023-一种无监督目标检测和实例分割方法【Cut and Learn for Unsupervised Object Detection and Instance Segmentation】

CutandLearnforUnsupervisedObjectDetectionandInstanceSegmentation无监督目标检测和实例分割的剪切与学习Facebook目标检测和分割依赖海量数据的标注，模型训练耗时最大的是数据采集和标注过程，无监督学习在目标检测和分割中的应用较少

Chris_34·2023-01-31 14:01

SRGAN(SRResNet)介绍

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。

一只小小的土拨鼠·2023-01-31 13:52

机器学习系列（吴恩达版）

无监督学习（UnsupervisedLearning）根据没有被标记的训练样本，来自动完成分类等操作。

MDRG_Learning·2023-01-31 11:34

论文笔记(三)《Unsupervised representation learning using deep convolution to generate adversarial network》

相对而言，使用CNNs的无监督学习受到的关注较少。在这项工作中，我们希望能够帮助缩小CNNs在有监督学习和无监督学习之间的差距。

爱吹口哨的夜莺·2023-01-31 10:46

关于BM25

BM25算法是在20世纪70年代到80年代由英国的一批信息检索领域的计算机科学家发明,用来衡量搜索词query和文档document相似度得分的经典算法，这个相关性打分是一个类似TF-IDF的基于统计计数的无监督学习过程

会唱歌的猪233·2023-01-30 21:25

KNN与K-Means算法的区别和共同特点

KNN是有监督的学习算法，解决的是分类问题，也就是说，KNN使用有分类标签的数据集通过计算对新的数据进行分类预测；K-Means是无监督学习，解决的是聚类问题，即训练数据集没有分类标签，通过K-Means

Jasmine0224·2023-01-30 21:54

Improving Language Understandingby Generative Pre-Training

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让性能显著的提升。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。

与光i·2023-01-30 20:17

有监督学习week1

机器学习的定义有监督学习无监督学习有监督学习指学习x到y或输入到输出到输出映射的算法给定若干组正确的x,y进行学习，最后可以对新的x进行合理的预测y回归有监督学习的一种，可以预测数字，和无限多的可能输出分类有监督学习的一种

Paran0ea1·2023-01-30 17:10

3.机器学习——算法2

1线性回归1定义与公示2线性回归的损失和优化3线性回归api介绍4欠拟合与过拟合5线性回归的改进6案例2分类算法-逻辑回归与二分类1逻辑回归的原理2损失以及优化3逻辑回归API4案例3模型保存与加载4无监督学习

开心码农小王。·2023-01-30 12:48

【无标题】深度学习期末复习要点

无监督学习：根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。自监督学习：自监督学习主

cw11lq·2023-01-30 12:16

深度学习研究基因组学

1、主要策略监督学习：预测样本的标签无监督学习：学习数据固有模式（转化数据）2、数据集的划分训练集：得到最佳模型参数（机器学习学的就是超参数的选择）验证集：挑选最佳模型测试集：保证泛化性能3、如何保证深度学习高效

hello~bye~·2023-01-30 08:41

机器学习12 降维

14降维内容：14.1数据压缩14.2数据可视化14.3主成分分析法（PCA）14.4选择主成分的数量14.5压缩重现14.6应用PCA建议14.1数据压缩上一章讨论了第一种类型的无监督学习：聚类算法。

黄桃百香果·2023-01-29 15:13

机器学习性能指标分析

有监督/无监督所有的样本数据集中，给出真实结果的，就叫有监督学习；只给样本数据，没有结果，自己猜的，就叫无监督学习。分类问题预测离散值的问题，

yaoleiroyal·2023-01-29 09:06

推荐频道

无监督学习