无监督学习第28页

Graph Contrastive Learning with Augmentations

GraphContrastiveLearningwithAugmentations图增强对比学习孪生网络框架，用于学习数据的无监督学习表示。

Vectery·2022-12-19 00:17

[MachineLearning] 机器学习速成笔记 - Bilibili

工具介绍分类算法回归与聚类算法分类模型评估方法机器学习算法分类监督学习目标值：离散型的数据、类别-分类问题k-近邻算法、贝叶斯分类、决策树、随机森林、逻辑回归目标值：连续型的数据-回归问题线性回归、岭回归无监督学习目标值

9Young·2022-12-18 16:10

机器学习吴恩达课程总结(一)

文章目录1.第一章简介1.1机器学习（MachineLearning）1.2有监督学习（SupervisedLearning）1.3无监督学习（UnsupervisedLearning）2.第二章线性回归

zqwlearning·2022-12-18 15:40

机器学习（吴恩达）

目前有各种不同类型的学习算法，主流的是监督学习和无监督学习。监督学习就是个我们会教计算机做某件事情，无监督学习就是我们让计算机自己学习。监督学习：我们给算法一个数据集，其中包含了正确答案

Mr529302·2022-12-18 14:35

1.0 机器学习基本术语

目录机器学习定义模型与模式数据集与示例（样本，特征向量）维数学习（训练）训练样本与训练集学习模型（学习器）测试与测试样本假设与真相（真实）标记与样例标记空间（输出空间）分类与回归正类与反类（负类）聚类分类与聚类的区别监督学习与无监督学习泛化能力独立同分布机械学习版本空间归纳偏好奥卡姆剃刀没有免费的午餐定理

肖潇不吃洋芋·2022-12-18 11:12

Task12第13章半监督学习

1.章节主要内容在前边的学习过程中，我们知道了监督学习和无监督学习的区别。

Element简·2022-12-18 10:54

09 聚类算法(KMeans/DBSCAN/agg(分层聚类))

如果到该点距离的附近点的数量达到一定数量就可以进入该集合,类似传销agg是先找距离最近的点,再根据距离的远近进行不断聚合1.1、聚类作用知识发现发现事物之间的潜在关系异常值检测特征提取数据压缩的例子1.2、有监督与无监督学习有监督

处女座_三月·2022-12-18 10:10

视觉SLAM之词袋（bag of words）模型与K-means聚类算法浅析（2）

聚类不需要使用训练数据进行学习，应属于无监督学习。我们经常接触到的聚类分析，一般都是数值聚类，一种常见的做法是同时提取N种特征，将它们放

Hellowongwong·2022-12-18 08:55

Python机器学习14——聚类分析

聚类分析也是无监督学习，从X里面寻找规律将样本分别归为不同的类。K均值聚类是最常见的聚类法，它运行速度快，适合大数据。分层聚类得到的结果更清晰，但是不合适大

阡之尘埃·2022-12-17 23:52

Python实现聚类分析和数据降维

_PCA对红酒数据降维并可视化实战_KPCA核主成分分析实战_t-SNE数据降维KMeans聚类算法KMeans算法介绍K-Means是聚类算法中最常用的一种，是一种迭代求解的聚类分析算法；聚类是一种无监督学习

艾派森·2022-12-17 23:51

【Python数据分析】数据挖掘建模——聚类分析

聚类算法是在没有给定划分类别的情况下，根据数据相似度进行样本分组的一种方法，是一种无监督学习方法。

阿丢是丢心心·2022-12-17 23:50

【机器学习】初识机器学习

目录机器学习定义机器学习的典型步骤监督学习无监督学习半监督学习强化学习凹凸函数损失函数，Loss交叉熵损失函数梯度下降法批量梯度下降随机梯度下降小批量梯度下降机器学习定义ArthurSamual（1959

sword_csdn·2022-12-17 23:18

机器学习入门

机器学习入门——吴恩达网课笔记文章目录机器学习入门——吴恩达网课笔记序一、监督学习与无监督学习二、基础概念1.假设函数2.代价函数3.梯度下降算法序本系列是我尝试在CSDN记录自己学习经历的第一步，希望能坚持下去

BeHumblePlease·2022-12-17 23:47

初识机器学习

机器学习分为监督学习和无监督学习两大类。监督学习是指给定训练数据集，其中包含

qq_59009725·2022-12-17 23:12

【深度学习常见问题——损失函数（度量学习）】

另外也可以用在一些无监督学习的任务上。目标Tripletloss的目标是拉近anchor和正例的距离，拉远anchor和负例的距离。

书玮嘎·2022-12-17 15:57

【机器学习】机器学习是什么？

目录1.1何为机器学习1.1.1机器学习非常重要1.1.2关键术语1.1.3机器学习的主要任务1.2监督学习1.3无监督学习1.1何为机器学习一般情况下，人们很难直接从原始数据本身获取所需要的信息。

无咎.lsy·2022-12-17 13:31

一天1个机器学习知识点（一）

一天1个机器学习知识点（一）（决策树，有无监督学习，SVM，梯度下降法，逻辑回归，NB）一天1个机器学习知识点（二）（KNN，Kmeans，偏差方差，参数非参数模型，生成模型判别模型，正则化，概率，牛顿法

猫猫玩机器学习·2022-12-17 11:47

机器学习（一）

机器学习引言基本术语监督学习与无监督学习监督学习无监督学习线性回归基本形式单变量线性回归代价函数代价函数推导代价函数直观理解梯度下降梯度下降线性回归的梯度下降线性代数回顾矩阵与向量加法和标量乘法矩阵向量乘法矩阵乘法矩阵乘法特征多元线性回归多元线性回归多元梯度下降多元梯度下降法演练

汐ya~·2022-12-17 10:05

机器学习之k-means算法介绍及python代码实现

归类1.3.3更新质心1.3.3算法停止1.4K-means算法举例2.K-means算法理论推导3.K-means算法代码举例1.K-means算法介绍1.1背景K-mean聚类算法在机器学习中属于无监督学习

Hariod·2022-12-17 07:47

机器学习中的名词解释（一）：监督学习、无监督学习、半监督学习、自监督学习（通俗理解）

机器学习中有几个带有“监督”二字的名词，易混淆，写篇博客解释一下下~1、监督学习（SupervisedLearning）：是指从标注数据中学习预测模型的机器学习方法，其本质是学习输入到输出的映射的统计规律。（映射：两个集合中元素相互对应的关系）例如：老张有一堆小猫小狗的图片，然后拿着这堆图片给他的计算机，并且老张还给每张图片一个文件名分别是猫或狗，这个时候图片和文件名共同作为计算机的输入，经过一段

QianZ423·2022-12-17 01:26

周志华《机器学习》第一章读书笔记以及课后习题答案

读书笔记1.根据训练数据是否拥有标记信息，学习任务可大致分两类学习任务代表监督学习分类，回归无监督学习聚类2.学得模型适用于新样本的能力，称为“泛化”能力。

纵深·2022-12-16 20:28

【周志华机器学习】常见名词与性能度量01

一、常见名词维灾难泛化能力：机器学习出来的模型适用于新样本的能力，泛化能力，从特殊到一般离散型：分类连续性：回归监督学习：有标记信息的学习任务-分类和回归无监督学习：没有标记信息的学习任务-聚类和关联训练误差

AI study·2022-12-16 20:28

同济子豪兄-机器学习基础

监督学习（有标签）分类问题回归问题无监督学习（无标签）聚类问题降维问题（把高维的数据降维到二维三维使人便于理解）学习中断，暂时不是很需要这些知识。以后用到再去学习。

只会写bug的菜鸡·2022-12-16 15:42

机器学习概述

机器学习的一般流程数据收集数据清洗特征工程数据建模模型评估算法分类机器学习有监督学习无监督学习分类k-近邻算法贝叶斯分类决策树与随机森林逻辑回归回归

_console_·2022-12-16 14:20

机器学习_1 机器学习-深度学习概念入门

机器学习——按照任务是否需要和环境交互分为：监督学习——按照训练样本是否存在标签分为：1.1有监督学习1.2无监督学习1.3半监督学习强化学习1.有监督学习按照训练样本的固有属性，可以分为分类（训练样本离散

Jackson_RZ·2022-12-16 13:16

大概是全网最详细的何恺明团队顶作MoCo系列解读...(完结篇)

Self-SupervisedLearning，又称为自监督学习，我们知道一般机器学习分为有监督学习，无监督学习和强化学习。而Self-SupervisedLearning是无监督学习里面的一种

机器学习社区·2022-12-16 12:44

《集体智慧编程》读书笔记2

第二部分聚类-发现群组监督学习和无监督学习利用样本输入和期望输出来学习如何预测的技术称为监督学习法。

weixin_30429201·2022-12-16 12:37

机器学习实战之集体智慧编程学习笔记(2):聚类

聚类的作用监督学习与无监督学习监督学习无监督学习数据源聚类分类分级聚类k-均值聚类对偏好的聚类二维聚类思维导图由于代码中都有很详细的注解所以没有做过多的解释有问题请留言或私信解决聚类的作用通过聚类,我们可以跟踪统计消费者信息

冷鸢J·2022-12-16 12:36

《集体智慧编中文版》读书笔记——第三章：发现群组

前言发现群组是一个典型无监督学习问题，目的是要在一组数据中找寻某种结构。关于分级聚类分级聚类的算法比较简单，主要步骤如下：1.从原数据集中挑选最接近的两个样本作为一个组。

潜水的飞鱼baby·2022-12-16 12:36

集体智慧编程——发现群组

目录1.监督学习和无监督学习2.对博客用户进行聚类2.1建立单词向量2.2层次聚类2.3列聚类2.4K-均值聚类3.以二维形式展现数据1.监督学习和无监督学习监督学习：利用样本输入和期望输出来学习如何预测

阿泽的学习笔记·2022-12-16 12:06

《集体智慧编程》笔记（3 / 12）：发现群组

DiscoveringGroups文章目录监督学习和无监督学习监督学习无监督学习单词向量对博客用户进行分类对订阅源中的单词进行计数分级聚类绘制树状图列聚类K-均值聚类针对偏好的聚类获取数据和准备数据BeautifulSoup

巨輪·2022-12-16 11:05

机器学习基础——入门级笔记

1.2机器学习的过程二、机器学习主要分类&无监督学习2.1主要分类分为有监督学习：给予数据与正确的结果，类似提供习题册和正确答案。无监督学习：提供数据不提供正确答案。

就想做一条闲鱼·2022-12-16 11:41

阅读笔记：《机器学习》西瓜书（9）——聚类

聚类聚类任务性能度量外部指标内部指标距离计算有序属性的距离计算无序属性的距离计算原型聚类k均值算法学习向量量化高斯混合聚类密度聚类DBSCAN层次聚类AGNES聚类任务在无监督学习中，由于训练样本并没有标签

努力变强的EE狗·2022-12-16 11:08

【人工智能与机器学习】——聚类（学习笔记）

但在很多实际问题中，数据并没有语义标签，解决此类问题就要用到无监督学习（unsupervisedlearning）。无监督学习有很多技术方向，聚类（clustering）是其中一个重要的方向。

HinsCoder·2022-12-16 11:36

李宏毅老师机器学习第一部分：知识介绍

李宏毅老师机器学习第一部分：知识介绍一、机器学习介绍1.1人工智慧1.2hand-craftedrules1.3我们的目标1.4机器学习的简化步骤二、机器学习相关技术2.1监督学习2.2半监督学习2.3迁移学习2.4无监督学习

Liuyc-Code boy·2022-12-16 11:34

som神经网络聚类简单例子_机器学习算法推导&手写实现07——SOM网络

SOM网络是一种无监督学习算法，不同于一般神经网络基于损失函数的优化训练，SOM运用竞争学习策略逐步优化网络。

weixin_39778582·2022-12-16 10:46

som神经网络聚类简单例子_机器学习中的聚类算法演变及学习笔记

【补充说明】聚类算法与分类算法的主要区别在于训练时的样本有无标签，聚类算法无监督学习，分类算法有监督学习！【再说一句】本文主要介绍机器学习中聚类算法的演变路径，和

weixin_39947314·2022-12-16 10:46

Self Organizing Maps (SOM): 一种基于神经网络的聚类算法

参考链接自组织映射神经网络，即SelfOrganizingMaps(SOM)，可以对数据进行无监督学习聚类。它的思想很简单，本质上是一种只有输入层–隐藏层的神经网络。

BruceCheen·2022-12-16 10:14

matlab实现谱聚类法图像分割代码,一种基于谱聚类的图像分割方法与系统与流程...

背景技术：聚类是一种无监督学习方法，主要处理目标为无标记的数据。聚类的目的是按照数据点之间的内在联系，将其划分成若干类别，使得同一类别内数据点的相似性较大，而不同类别之间数据点的相似性较小。传统

weixin_39765697·2022-12-16 09:54

关于距离，K-means，层次聚类，密度聚类以及谱聚类

而聚类是无监督学习，就是指没有一个结果值的提供。聚类本身需要做的是对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数

rexyang97·2022-12-16 09:52

机器学习：SOM聚类的实现

SOMSOM算法是一种无监督学习的神经网络算法。由输入层和竞争层（输出层）组成。SOM是一种聚类方法。算法步骤初始化竞争层；竞争层一行代表一个坐标点（x，y）。

菠萝打滚·2022-12-16 06:35

机器学习的分类、回归、聚类问题

聚类是无监督学习一.分类问题分类问题输出的是物体所属的类别，即输出结果是：“好瓜/坏瓜”、“晴天/阴天/雨天”...，分类问题输出的值是定性的，目的是为了寻找决策边界。

王青宇·2022-12-16 06:32

面向无监督任务：DeepMind提出神经离散表示学习生成模型VQ-VAE

DeepMind最近提出的VQ-VAE是一种简单而强大的生成模型，结合向量量化和变分自编码器学习离散表示，实现在图像识别、语音和对话等任务上的无监督学习。

机器之心V·2022-12-16 06:32

机器学习—聚类和降维

无监督学习—聚类和降维往期内容1.单变量线性回归2.多变量线性回归3.逻辑回归4.正则化5.BP神经网络6.机器学习诊断法聚类k均值算法 K-均值是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据聚类成不同的组

橙子啵啵·2022-12-16 06:01

人工智能-算法入门-

具体来说，我们应该知道机器学习里面三个主要类别：监督学习，无监督学习和强化学习。在监督学习（supervisedlearning）中，每个数据点都会获得标注，如类别标签或与数值相关的标签。

yuezhilangniao·2022-12-16 04:12

吴恩达机器学习视频课笔记【第1-3章】

目录1机器学习的一些概念1.1基础概念1.2监督学习1.3无监督学习1.4模型的泛化能力1.5假设空间2模型相关知识点2.1模型描述2.2代价函数（costfunction）2.3梯度下降（Gradientdescent

反正没几根头发·2022-12-16 04:41

吴恩达机器学习课程-第一周

1.监督学习数据集中的每个样本都有相应的“正确答案”，再根据这些样本作出预测2.无监督学习数据集中没有任何的标签/有相同的标签，将数据分为不同的簇3.单变量线性回归3.1模型表示只含有一个特征/输入变量

J___code·2022-12-16 04:37

2022吴恩达机器学习（三）| 无监督学习

目录系列文章目录一、聚类（Clustering）1.什么是聚类2.直观理解K均值算法（常用聚类算法）2.K均值算法3.优化目标4.随机初始化5.选择聚类数二、异常检测（AnomalyDetection）1.发现异常事件2.高斯分布/正态分布3.异常检测算法4.开发与评估异常检测系统5.异常检测和监督学习对比6.选择使用什么特征具体笔记编辑引用系列文章目录（一）监督机器学习：回归和分类（二）高级学习

江某1111号机·2022-12-16 04:33

使用Python进行图像处理—图像分割的无监督学习

到目前为止，我们使用的大多数技术都要求我们通过其特征手动分割图像。但是我们实际上可以使用无监督的聚类算法为我们完成此任务。在本文中，我们将讨论如何做到这一点。让我们开始吧！导入所需的Python库import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import A

woshicver·2022-12-16 03:25

一文详解图像中的无监督学习

作者丨凤舞九天来源丨PaperWeekly编辑丨极市平台导读本文主要介绍了CV领域内的无监督学习，内容主要包括Moco、Simclr、BYOL、SimSiam、SwAV、MAE、IPT，详细介绍了这些经典工作的亮点

Tom Hardy·2022-12-16 03:49

推荐频道

无监督学习