无监督学习第21页

电子科技大学人工智能期末复习笔记（五）：机器学习

目录前言监督学习vs无监督学习回归vs分类RegressionvsClassification训练集vs测试集vs验证集泛化和过拟合Generalization&Overfitting线性分类器LinearClassifiers

Vec_Kun·2023-02-16 21:15

00- 机器学习算法汇总 (算法)

一句话概括：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；分类(class)：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；回归(regression)

处女座_三月·2023-02-16 20:43

关于机器学习方面的名词解释

方便自己以后查看机器学习是一种实现人工智能的方法机器学习最基本的做法，是使用算法来解析数据，从中学习，然后对真实世界中的时间做出决策和预测机器学习使用大量的数据来‘训练’，通过各种算法从数据中学习如何完成任务从学习方法上来分，机器学习算法可以分为：监督学习、无监督学习

洛水卿卿·2023-02-07 11:27

机器学习常用名词解释（一）

2、无监督学习训练样本的标记信息未知，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，此类学习任务中研究最多、应用最广的是"聚类"(clustering)，聚类目的在于把相

BuckData·2023-02-07 11:56

监督、自监督、半监督、无监督学习的区别

目录一、简易版区别二、详细版区别一、简易版区别ASurveyonSemi-,Self-andUnsupervisedLearningforImageClassification文中的解释：监督学习（a）：给出全部样本红蓝两类的标签半监督学习（b）：给出部分标签无监督（c）：完全无标签自监督（d）：在无标签数据上通过pretexttask学习representation（之后在下游任务的有标签数据上

dannyle·2023-02-07 11:36

【第一章】机器学习概述

暖焱·2023-02-07 09:22

神经网络入门必做项目【浅留个脚印】

知乎上看到一个神经网络入门必做项目：1、使用Python实现深度神经网络2、神经网络实现手写字符识别系统3、使用卷积神经网络进行图片分类4、神经网络实现人脸识别任务5、基于无监督学习的自编码器实现6、自联想器的

霉霉屁·2023-02-07 09:19

自组织特征图（SOFM）详解

文章目录1.SOM简介2.SOM生物学基础3.K-means3.1K-means原理3.2聚类数量K的确定3.3随机初始化陷阱4.SOM图解5.SOM学习过程6.SOM应用几种无监督学习算法及应用：算法应用

datamonday·2023-02-07 08:54

python写算法竞赛_CVPR 2020 算法竞赛大盘点

WebVisionImageClassification技术方向：图像分类、半监督学习、无监督学习http://www.vision.

weixin_39682511·2023-02-07 08:24

线性回归大家族

决策树，随机森林，支持向量机的分类器等分类算法的预测标签是分类变量，多以{0，1}来表示，而无监督学习算法比如PCA，KMeans并不求解标签，注意加以区别。

Garcia-zhang·2023-02-07 08:52

[Python人工智能] 三十九.VS Code配置Python编程和Keras环境及手写数字识别（基础篇）

前一篇文章利用Keras构建无监督学习Autoencoder模型并实现聚类分析。

Eastmount·2023-02-07 07:34

day1 机器学习基础

文章目录1.1什么是机器学习1.2关键术语1.3主要任务分类回归1.4如何选择合适的算法选择监督学习算法后选择无监督学习算法后1.5开发机器学习的步骤1.6numpypandas函数基础1.1什么是机器学习简单来说

舌耳·2023-02-07 07:13

《机器学习实战》第一章机器学习基础

常见机器学习算法监督学习算法无监督学习算法k-近邻算法K-均值线性回归最大期望算法朴素贝叶斯算法DBSCAN局部加权线性回归Parzen窗设计支持向量机Ridge回归决策树Lasso最小回归系数

这菜真辣·2023-02-06 18:18

机器学习 - 期望最大（EM）算法

但是当面对无监督学习时便无从下手，因为我们并不知道样本数据服从哪个类别标签的分布。而期望最大（ExpectationMaximization）法就可针对此种情况进行应用。

GoWeiXH·2023-02-06 15:41

paper总结(1)A Simple Framework for Contrastive Learning of Visual Representations

对比学习，无监督学习，自监督学习基本上是一回事。本文主要介绍SimCLR框架：一个简单的视觉表示对比学习框架，不仅比以前的工作更出色，而且也更简单，既不需要专门的架构，也不需要储存库。

miss9785·2023-02-06 08:39

笔记-变分自编码器（Variational Auto Encoder，VAE）

因此，无监督学习正慢慢成为研究热点。VAE便是其中的典型代表。VAE的设计结构具有严谨的数学理论指导，粗略看了一遍，没有太理解，在此mark住，以后有需要再回来学习。链接如下：【Le

ZSYGOOOD·2023-02-06 00:08

数据挖掘复习

第一章-统计学习基本分类监督学习无监督学习强化学习半监督，主动学习（接近监督）三要素方法=模型+策略+方法监督学习分类问题输入可以离散或连续，输出是有限个离散值准确率：分类器正确分类与样本总数之比精确率

Jason 20·2023-02-05 18:57

单目深度估计论文翻译（一）之Unsupervised Learning of Depth and Ego-Motion from Video

单目深度估计论文翻译（一）之UnsupervisedLearningofDepthandEgo-MotionfromVideo摘要1.简介2.相关工作3.方法摘要我们提出了一种无监督学习框架，用于从非结构化视频序列中进行单眼深度和相机运动估计

知行SUN·2023-02-05 18:56

PULT：Progressive Unsupervised Learning for Visual Object Tracking（用于视觉目标跟踪的渐进式无监督学习）

ProgressiveUnsupervisedLearningforVisualObjectTracking（用于视觉目标跟踪的渐进式无监督学习）因为是无监督学习，所以需要对样本数据充分挖掘，产生适合跟踪的训练样本

差不太多先生·2023-02-05 16:14

混淆矩阵

在无监督学习一般叫做匹配矩阵。

左右_001·2023-02-05 16:10

《Python机器学习及实践：从零开始通往Kaggle竞赛之路》第2章基础篇学习笔记（十三）2.2.2.1主成分分析总结

目录2.2.2.1主成分分析0、引言1、模型介绍2、数据描述3、编程实践4、性能测评5、特点分析2.2.2.1主成分分析0、引言特征降维是无监督学习的另一个应用，目的有二：其一，在实际项目中遭遇特征维度非常高的训练样本

wyatt007·2023-02-05 15:09

主成分分析与其在人脸识别中的应用

我们在利用无监督学习进行数据变换可能有很多种目的。最常见的目的就是可视化、压缩数据，以及寻找信息量更大的数据表示以用于进一步的处理。而主成分分析是最简单也是最常用的一种方法。

叫Lzy·2023-02-05 15:34

K均值聚类及代码实现

k均值是一种聚类算法，属于无监督学习的一种，而KNN是有监督学习/分类学习的一种。聚类：顾名思义，就是讲某些相似的事物聚在一起，形成一个类。这里就涉及到几个概念1.如何表示一个事物？

Leo蓝色·2023-02-05 12:46

SimCLR图像分类——pytorch复现

SimCLR图像分类pytorch复现一、网络模型、损失函数1.原理2.code二、配置文件三、无监督学习数据加载四、无监督训练五、有监督训练六、训练并查看过程七、验证集评估八、自定义图片测试一、网络模型

朽一·2023-02-05 10:53

【机器学习】监督学习与无监督学习

文章目录什么是机器学习监督学习回归问题分类问题无监督学习总结什么是机器学习机器学习的定义很多，我认为用吴恩达老师视频中的这段话来概括就很合适TomMitchell(1998)Well-posedLearningProblem

milu_ELK·2023-02-05 09:07

【机器学习】线性回归与代价函数

上一章——监督学习与无监督学习文章目录模型描述线性回归最小二乘法代价函数与假设函数模型描述回到上一章的第一个例子，依旧是卖房子所有的数据点都拥有Price和Size两个属性/特征,我们根据它的属性制作了一个数据表我们将上面这些数据的集合称之为数据集

milu_ELK·2023-02-05 09:59

OpenMMLab Day01

cityNeRFOpenMMlab算法体系统一的先进底层架构、提供各个方向的经典算法复现、开箱即用MMDetection3D、MMSegmentation机器学习与神经网络简介机器学习自然语言处理、语音识别、机器视觉监督学习、无监督学习

kongqi404·2023-02-05 09:08

对比学习介绍Contrastive Learning

1.无监督学习分类生成式方法：以自编码器为代表，主要关注pixellabel的loss。

Janie.Wei·2023-02-05 08:15

对比学习 Contrastive Learning

对比学习属于无监督学习对比式学习着重于学习同类实例之间的共同特征，区分非同类实例之间的不同之处。

hxxjxw·2023-02-05 08:43

一文弄懂什么是对比学习（Contrastive Learning）

前言有的paper将对比学习称为自监督学习（Self-supervisedlearning），有的将其称为无监督学习（UnsupervisedLearning,UL）。

爱晒太阳的胖子·2023-02-05 08:11

机器学习一些基础概念

3.训练策略4.优化策略优化学习模式的特点和应用一.半监督特点：半监督学习(Semi-SupervisedLearning，SSL)是监督学习与无监督学习相结合的一种学习方法。

Ottori·2023-02-04 19:42

西瓜书第一二章随记

根据训练数据是否具有标记信息，分为监督学习和无监督学习，分别包含分类，回归和聚类。学习过程可以看作一个在所有假设组成的空间中进行搜索的过程。在学习过程中对某中类型假设的偏好，称为“归纳偏好”。

惊石·2023-02-04 18:33

无监督学习k-means算法思想及代码实现附数据集

机器学习系列文章目录文章目录机器学习系列文章目录前言一、算法步骤k-means介绍二、优化目标总结代码数据集ex7data2.mat参考链接：https://blog.csdn.net/qq_54804745/article/details/123808288?spm=1001.2014.3001.5502前言限于博主的水平，文章难免存在不妥之处，恳请广大读者批评指正！聚类分析是基于对样本数据进行

万有瘾力Joker·2023-02-04 17:37

分类与聚类

聚类是在无监督学习中应用最广的方法之一---试图将数据集中的所有数据划分为若干个子集。（一般为不相交）两者区别分类和聚类之间有相似之处，看起来相似，但又有所不同。

AYYO317·2023-02-04 15:58

机器学习笔记

分类问题是预测离散值输出，例如判断肿瘤是良性还是恶性无监督学习无监督学习是不知道数据具体的含义，比如给定一些数据但不知道它们具体的信息，对于分类问题无监督学习可以得到多个不同的聚类（聚类算法），从而实现预测的功能

Knows__·2023-02-04 12:35

吴恩达机器学习课程笔记-Ⅰ

1.引言（Introduction）1.1Welcome1.2什么是机器学习（WhatisMachineLearning）1.3监督学习（supervisedlearning）1.4无监督学习（unsupervisedlearning

玄九思·2023-02-04 10:56

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

推荐频道

无监督学习