无监督学习第27页

聚类kmeans和DBSCAN算法的简单实现

在无监督学习中，我们首先就会接触到kmeans算法，因为既简单，又实用，而且速度也很快。所以今天在这里写一个非常简单的kmeans算法，以帮助我们更快的领悟算法的思想，以及它的变种。

ValentineHP·2022-12-24 12:39

无监督学习之Kmeans算法

Kmeans算法1.算法区别1.1.无监督学习与聚类算法理论的区别1.2.聚类和分类算法的区别2.Kmeans算法原理2.1算法属性含义2.2算法结果预测2.3`Kmeans`有损失函数吗？

荼靡，·2022-12-24 11:54

k近邻和k-means

k-means是聚类算法，是无监督学习算法，有训练步骤。k近邻k近邻（k-neareastneighbor）的直观理解就是：给定一个训

陶将·2022-12-24 11:33

K-means聚类算法

K-means聚类算法聚类在无监督学习中,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，此类学习任务中研究最多、应用最广的是“聚类”

BENULL·2022-12-24 11:01

机器学习面试题——KNN（K Nearest Neighbors）K近邻分类算法

KNearestNeighbors）K近邻分类算法提示：KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法

冰露可乐·2022-12-24 11:28

机器学习笔记（第一周）——吴恩达ML课程

机器学习笔记（第一周）——吴恩达ML课程文章目录机器学习笔记（第一周）——吴恩达ML课程前言一、机器学习概念1.什么是机器学习2.什么是监督学习2.什么是无监督学习二、单变量线性回归(LinearRegressionwithOneVariable

派大星不憨·2022-12-24 09:40

机器学习分类

根据问题本身的特征来分类，机器学习问题可分为监督学习、无监督学习、半监督学习和强化学习。

qxq_sunshine·2022-12-24 06:13

【聚类学习笔记】

聚类KmeansKMeans算法属于无监督学习，对于数据集D，不需提供数据标记importpandasaspdimportnumpyasnpdata=pd.read_csv(‘data.csv’)data.head

万码小白·2022-12-24 01:53

吴恩达机器学习入门笔记

举例：①【回归】房子大小（特征），预测房价（标签）②【分类】肿瘤大小（特征），预测肿瘤是否良性（标签）2、无监督学习：我们不知道数据集中数据、特征之间的关系，

Umikaze_·2022-12-23 23:03

吴恩达-coursera-机器学习-week1

1.3监督学习1.4无监督学习二、单变量线性回归(LinearRegressionwithOneVariable)2.1模型表示2.2代价函数2.3代价函数的直观理解I2.4代价函数的直观理解II2.5

weixin_30337157·2022-12-23 23:28

基于深度混合核极限学习机的多变量输入时间序列预测

1、理论简介1.1ELMAEELMAE与ELM都是三层网络结构，但是ELM-AE是无监督学习算法,其输出与输入一致。ELMAE的输出权重计算公式如下：1.2多层极限学习机ML-ELMML-E

机器猫001·2022-12-23 23:45

机器学习算法入门与编程实践课后题及答案（唐四新等编著）

目录习题1习题2习题3习题4习题5习题6习题7习题8习题11.无监督学习的两个主要任务是(多选)(BD)。A.回归B.降维C.分类D.聚类2.下列对无监督学习描述错误的是(C)。

小博睡不醒·2022-12-23 22:46

RL - 简单介绍

预测型机器学习1.2决策型机器学习二、强化学习的定义三、强化学习的交互过程四、强化学习系统要素五、强化学习智能体分类一、两种机器学习类型1.1预测型机器学习1有监督学习:基于数据的一部分输入，去预测相关输出2无监督学习

Darren_pty·2022-12-23 18:05

多模态影像匹配及配准文章

1、中文文章（1）多模态图像配准的梯度一致性算子（2）一种无监督学习的多尺度遥感影像配准网络（会议）（3）基于深度特征的多模态遥感影像匹配方法（4）深度卷积特征表达的多模态遥感影像模板匹配方法（5）基于卷积特征的多模态遥感影像匹配研究

终结者之二·2022-12-23 15:33

变分自编码器VAE的数学原理

变分自编码器(VAE)是一种应用广泛的无监督学习方法，它的应用包括图像生成、表示学习和降维等。虽然在网络架构上经常与Auto-Encoder联系在一起，但VAE的理论基础和数学公式是截然不同的。

·2022-12-23 11:25

机器学习的回归评价指标

机器学习的回归评价指标回归类算法的模型评估一直都是回归算法中的一个难点，但不像无监督学习算法中的轮廓系数等等评估指标，回归类与分类型算法的模型评估其实是相似的法则——找真实标签和预测值的差异。

LS_learner·2022-12-23 10:47

Python深度学习第四章——机器学习基础

4.1-4.3整理1、机器学习的四个分支：监督学习：目前最多，通常需要人工标注，主要包括回归和分类、序列生成、语法树预测、目标检测、图像分割无监督学习：没有目标情况下寻找输入数据的有趣变换，目的在于数据可视化

想好好学习天天向上·2022-12-23 09:44

Colab平台利用gensim包实现Word2Vec和FastText(CBOW, Skip Gram两种实现)

Gensim是一个可以用来进行无监督学习和自然语言处理的开源库，编写语言为Python和Cython，更多细节可以上官网查询。

FrenchOldDriver·2022-12-23 06:14

生成星辰大海——变分自编码器（VAE）实践

一、变分自编码器自编码器（AutoEncoder）是一种表示学习技术，是深度学习中的一个重要分支，也是无监督学习的重要技术之一。一个典型的自编码器结构如Figu

SpaceAutomation·2022-12-23 06:37

机器学习开篇

机器学习开篇序论1.1机器学习是什么1.2机器学习的分类1.2.1从学习的过程分类1.监督学习（SupervisedLearning）:2.无监督学习(UnsupervisedLearning)3.半监督学习

霍迪迪·2022-12-23 01:26

Momentum Contrast for Unsupervised Visual Representation Learning

（正在学习中）1、引入：无监督学习的好处就在于不需要大量标注的data。对比学

每天都想要出去玩鸭~·2022-12-22 13:05

opencv机器学习线性回归_机器学习:使用OpenCV.Python和scikit-learn进行智能图像处理(原书第2版)...

然后，你将探索机器学习的基础知识，学习设计用于图像处理的各种算法，循序渐进地掌握监督学习和无监督学习，并将获得使用Python中的scikit-learn开发各种机器学习应用程序的实践经验。接着

weixin_39776817·2022-12-22 12:14

【机器学习（一）】什么是机器学习、监督学习及无监督学习

声明：本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。什么是机器学习一个适当的学习问题定义如下：计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P，通过P测定在T上的表现因经验E而提高。——TomMitchell(1998)ArthurSamuel曾经编写了一个跳棋游戏程序，他使程序与自己对弈几万次，通过观察哪些布局容易赢，哪些布局容易输，使计算机学会下跳棋。那么对于跳棋游戏，经

趴抖·2022-12-22 11:19

【医学分割】Medical Image Segmentation Using Deep Learning: A Survey

目录概述细节引言监督学习骨干网络网络功能块损失函数弱监督学习数据增广迁移学习交互式分割其他研究热点讨论与展望医学分割数据集评估指标挑战和未来的研究方向概述本文是一篇2020年的医学分割的综述，主要包括了监督学习和弱监督学习，而不包括无监督学习

可乐大牛·2022-12-22 09:14

Deep Anomaly Detection with Deviation Networks论文阅读

DeepAnomalyDetectionwithDeviationNetworks两阶段方法的弊端：间接执行异常分数的优化，导致数据效率低下（因为现有的方法一般是无监督学习，无法利用已知的信息（如少量标签

爱笑的李·2022-12-22 07:48

深度学习与神经网络（十四）—— VAE变分自编码器

VAEvae是无监督学习VariationalAutoencoder变分自编码器通常我们会拿VAE跟GAN比较，的确，它们两个的目标基本是一致的——希望构建一个从隐变量Z生成目标数据X的模型，但是实现上有所不同

hxxjxw·2022-12-21 16:07

【模式识别-北理工】概述

概述1.模式识别概述2特征与特征空间3有监督学习无监督学习4紧致性与维度灾难4.1紧致性4.2相似度度量4.3特征维度4.4泛化能力与过拟合4.5模式识别系统1.模式识别概述什么是人工智能？

不断进步的咸鱼·2022-12-21 10:22

机器学习和数据挖掘推荐书单

第三部分则重点介绍无监督学习及其一些主要算法：

漂亮男孩不说谎·2022-12-21 07:46

机器学习和数据挖掘推荐书单及简介

第三部分则重点介绍无监督学习及其一些主要算法：

asdasdasdasasd1111·2022-12-21 07:13

西瓜书笔记9: 聚类

聚类任务9.2性能度量外部指标内部指标9.3距离计算有序属性的距离无序属性的距离属性距离变形9.4原型聚类k均值算法学习向量量化(LVQ)高斯混合聚类E步M步9.5密度聚类9.6层次聚类9.1聚类任务无监督学习

lagoon_lala·2022-12-20 19:34

机器学习：公式推导与代码实现全书代码！

全书总共6大部分26个章节，包括入门、监督学习单模型、监督学习集成模型、无监督学习模型、概率模型和总结。书预计下半年可出版，全书代码仓库经过修改和整理之后先提前分享给各位读者。

机器学习与AI生成创作·2022-12-20 13:12

吴恩达《机器学习》笔记——第一章《介绍》

Introduction（介绍）1.2Whatismachinelearning（什么是机器学习)1.3SupervisedLearning（监督学习）1.4UnsupervisedLearning（无监督学习

肥胖边缘疯狂蹦迪·2022-12-20 12:07

统计学习方法 | 概论

得到一个有限的训练数据集合②确定学习模型的集合（模型）③确定模型选择的准则（策略）④实现求解最优模型的算法（算法）⑤通过学习方法选择最优模型⑥利用学习的最优模型对新数据进行预测或分析2.统计学习方法的分类基本分类：监督学习，无监督学习

奔跑的蜗牛君666·2022-12-20 09:49

CH1 机器学习导论

文章目录CH1机器学习导论1.1什么是机器学习1.2学习任务1.3监督学习1.4无监督学习1.5半监督学习1.6聚类与分类1.7分类精度ACCCH1机器学习导论1.1什么是机器学习对于某类任务T和性能度量

Jin4869·2022-12-20 09:19

隐马尔可夫模型 (hidden Markov model, HMM)

的读书笔记目录隐马尔可夫模型的基本概念隐马尔可夫模型的定义观测序列的生成过程隐马尔可夫模型的3个基本问题概率计算算法直接计算法前向算法(forwardalgorithm)后向算法(backwardalgorithm)一些概率与期望值的计算学习算法监督学习方法Baum-Welch算法(无监督学习方法

连理o·2022-12-20 07:38

数据挖掘回顾十：聚类算法之 K均值 (K-Means) 算法

由此，跨入无监督学习。即从此没有训练集和测试集之说，无监督学习只有一个数据集。并且，在分类或回归算法中(有监督学习)，数据集中的一条数据包含两个信息：各特征属性值、类别标签或目标值。

石贤芝·2022-12-19 23:39

答疑：监督学习和无监督学习

聊到监督学习和无监督学习，很多同学是存在误区的：今天就简单聊聊，监督学习输入数据被标记，包括特征值和目标值函数的输出可以是一个连续的值(称为回归）或是输出是有限个离散值（称作分类）常见的监督学习算法：回归分析和统计分类

福将～白鹿·2022-12-19 15:46

机器学习（笔记三）

机器学习算法分类根据数据集组成不同，可以把机器学习算法分成：（1）监督学习（2）无监督学习（3）半监督学习（4）强化学习1.监督学习输入的数据是由输入特征值和目标值所组成函数输出可以是一个连续的值（称为回归

Catherine_Qing·2022-12-19 15:46

机器学习简答题速记

什么是无监督学习？4、请简述什么是机器学习？5、机器学习工作流程有哪五步？6、请简述什么是特征工程？7、请简述特征工程主要包含什么内容？8、请简述什么是特征提取？9、请简述什么是特征预处理？

寂静花开·2022-12-19 15:07

专题六聚类算法KMeans

一、概述1、无监督学习：训练时只需要一个特征矩阵x，不需要标签y，例如PCA2、聚类（无监督分类）VS分类1）在已经知晓的类别上，给未知的样本标上标签（分类）；在完全不知道标签的情况下，探索分布上的分类

Yuki_1999·2022-12-19 13:35

强化学习的基础知识和6种基本算法解释

强化学习的基础知识和概念简介（无模型、在线学习、离线强化学习等）机器学习(ML)分为三个分支:监督学习、无监督学习和强化学习。

·2022-12-19 12:34

一文详解层次聚类（Python代码）

首先要说，聚类属于机器学习的无监督学习，而且也分很多种方法，比如大家熟知的有K-means。层次聚类也是聚类中的一种，也很常用。

Python数据挖掘·2022-12-19 10:22

Spark 3.0 - 13.ML Kmeans 聚类理论与实战

目录一.引言二.Kmeans理论1.算法基础2.算法示例三.K-means实战1.数据准备2.构建K-means模型3.模型评估4.获取聚类中心四.总结一.引言聚类是一种数据挖掘领域中常见的无监督学习算法

BIT_666·2022-12-19 10:50

机器学习学习笔记week1

1.2监督学习1.3无监督学习2单变量线性回归2.1模型表示2.2代价函数2.3代价函数的直观理解I2.4代价函数的直观理解II2.5梯度下降2.6梯度下降的直观理解2.7梯度下降的线性回归3线性代数回顾

yangqingao·2022-12-19 10:06

吴恩达 Machine Learning_Week 1 学习笔记

MachineLearning_Week11引言1.1机器学习的定义1.2监督学习1.2无监督学习2单变量线性回归2.1ModelRepresentation2.2CostFunction2.3GradientDescent2.4GradientDescentForLinearRegression1

来来·2022-12-19 10:35

吴恩达机器学习：week1

1.3监督学习1.4无监督学习总结1.1欢迎参考视频:1-1-Welcome(7min).mkv第一个视频主要讲了什么是机器学习，机器学习能做些什么事情。机器学习是目前信息技术中最激动人心的方向之一。

胖虎艾春辉·2022-12-19 10:35

【深度之眼】吴恩达《机器学习》作业——week1无监督学习

无监督学习与监督学习不同，无监督学习是指对没有标签的数据进行学习，或者说对没有正确答案的数据进行学习，一个例子如下所示。我们希望我们的机器学习算法能够自动的将图中的数据分为左下和右上这两类。

曹文杰1519030112·2022-12-19 10:01

[吴恩达机器学习课程笔记] week three 无监督学习

无监督学习定义在聚类问题中，我们给出一个训练集{x1,…,xm}，期望将数据分成一些有凝聚力的“簇”。这里的xi通常属于实数；但是数据集并没有标签y给出，所以这就是一个无监督学习问题。

mossfan·2022-12-19 10:29

吴恩达机器学习笔记week1——初识机器学习

1-3.监督学习1-4.无监督学习1-1.欢迎参加《机器学习》课程MachineLearningGrewoutofworkinAlNewcapabilityforcomputersExamples:DatabaseminingLargedatasetsfromgrowthofautomation

Saulty·2022-12-19 10:55

week1第一个机器学习模型--线性回归模型

目录1机器学习定义2主要类型2.1监督学习2.2无监督学习3监督学习模型--回归模型3.1线性回归模型3.2监督学习过程3.3代价函数3.4梯度下降1机器学习定义使计算机无需明确编程即可学习的研究领域。

今天你吃了吗a·2022-12-19 10:23

推荐频道

无监督学习