无监督学习第30页

机器学习 jupyter Python无监督学习聚类 k-meas算法

1.有监督学习与无监督学习1.1有监督学习又称监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型，再利用这个模型将所有的输入映射为相应的输出。

十旬叶大叔·2022-12-12 18:41

10种Python聚类算法完整操作示例（建议收藏

聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术，用于发现数据中的有趣模式，例如基于其行为的客户群。有许多聚类算法可供选择，对于所有情况，没有单一的最佳聚类算法。

机器学习算法那些事·2022-12-12 11:43

基于PSO粒子群优化的kmeans的聚类仿真

作为无监督学习一个典型的面向原型的聚类算法，k-means算法虽

Simuworld·2022-12-12 10:30

机器学习笔记

机器学习入门文章目录机器学习入门1.基本概念1.1什么是机器学习1.2数据集1.3学习和训练2.机器学习分类2.1有监督学习2.1.1回归问题2.1.2分类问题2.2无监督学习2.2.1聚类2.2.2降维

m0_73930236·2022-12-12 10:58

pytorch实现GAN（生成对抗网络）生成二次元头像（附代码）

准备数据集代码实现定义鉴别器定义生成器训练补充附完整代码参考链接及书目GAN基本概念GAN,全称GenerativeAdversarialNetworks，中文名为生成对抗网络，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

ting_qifengl·2022-12-12 10:53

《GAN实战生成对抗网络》笔记——第六章将机器学习带入生产环境

目录：第一章深度学习概述第二章无监督学习GAN第三章图像风格跨域转换第四章从文本构建逼真的图像第五章利用多种生成模型生成图像第六章将机器学习带入生产环境6.1利用DCGAN构建一个图像矫正系统6.1.1

yogdgoy·2022-12-12 10:43

-文本分类

然而无监督学习总归无法按照我们的意志预测出文挡的类别，限制了文本聚类的应用场景。有许多场景需要将文档分门别类地归入具体的类别中，比如垃圾邮件过滤

ASS-ASH·2022-12-12 09:37

经典聚类算法——Kmeans详解

一、什么是聚类Clustering(聚类)是常见的unsupervisedlearning(无监督学习)方法。聚类的目的就是将大量数据中具有”相似”特征的数据或样本划分到同一个类别中。

白话机器学习·2022-12-12 08:20

机器学习（十四）无监督学习：降维

文章目录Log一、目标一：数据压缩（MotivationⅠ:DataCompression）1.降维（DimensionalityReduction）①二维降到一维②三维降到二维二、目标二：可视化（MotivationⅡ:DataVisualization）三、主成分分析问题（PrincipalComponentAnalysisproblem）1.公式描述（formulation）①直观理解②规范

竹清兰香·2022-12-12 08:31

深度强化学习

强化学习其实也是机器学习的一个分支，但是它与我们常见监督学习和无监督学习又不太一样。

岩枭·2022-12-11 18:25

python机器学习

浅学皮毛机器学习是什么数据模型预测从历史数据当中获得规律机器学习算法分类监督学习目标值:类别-分类问题k-近邻算法,贝叶斯分类,决策树与随机森林,逻辑回归目标值:连续型的数据-回归问题线性回归,岭回归目标值:无-无监督学习聚类

爱吃鸡的小鸡·2022-12-11 18:54

深度学习基础----自监督学习入门

解释二:self-supervisedlearning是无监督学习里面的一种，主要是希望能够学习到一种通用的特征表达用于下游任务。其主要的方式就是通过自己监督自己，比如把一段话里面的

无意识积累中·2022-12-11 14:22

强化学习大牛Sergey Levine：将RL作为可扩展自监督学习的基础

问题来了：这些缺失的成分是因果推理、归纳偏置、更好的自监督或无监督学习

PaperWeekly·2022-12-11 11:55

论文总结（1）：卷积神经网络研究综述（Review of Convolutional Neural Network）— （周飞燕）

1.论文主干为：卷积神经网络的发展历史、神经元模型、多层感知机的结构、卷积神经网络的结构（卷积层、取样层、全连接层）、网中网结构、空间变换网络（改进的卷积神经网络）、卷积神经网络的监督学习、无监督学习训练方法

高高呀~·2022-12-11 10:08

数据挖掘期末4

分类分类：什么是有监督和无监督学习，其之间的差别无监督的学习（关联规则、聚类分析）数据集中对象的类标记（概念）是未知的挖掘潜在的数据内部模式告诉机器怎么学监督学习（分类/预测）数据集中对象的类标记已知通过类标记的指导下学习数据中的模式利用获取的模式或者模型对新数据进行分类预测不告诉机器怎么学什么是生成模型

prajna2002·2022-12-11 09:41

数据挖掘期末5

基于划分的方法（k-means)基于层次的方法（agens,dina)基于密度的方法（DBscan)基于网格的方法聚类：就是将数据分个簇，使得在同一个簇内对象之间具有较高的相似度，而不同簇之间的对象差别较大无监督学习聚类分析的目的是

prajna2002·2022-12-11 09:40

基于机器视觉的表面缺陷检测方法研究进展(2022最新)

文章目录声明摘要1、传统图像处理方式2、基于机器学习的缺陷检测方法2.1无监督学习2.1.1.无监督特征学习2.1.2.聚类2.1.3.密度估计3.2有监督学习3.2.1非概率模型3.2.2概率判别模型

林嘉帅·2022-12-11 08:05

记录篇：【菜菜scikit-learn机器学习】sklearn中的聚类算法K-Means

目录1.无监督学习与聚类算法sklearn中的聚类算法2.KMeans簇内误差平方和的定义和解惑KMeans算法的时间复杂度3.sklearn.cluster.KMeans重要参数n_clusters聚类算法的模型评估指标当真实标签已知的时候当真实标签未知的时候

W_Yeee·2022-12-11 07:51

无监督对比学习之MOCO 《Momentum Contrast for Unsupervised Visual Representation Learning》

无监督学习如果可以建立一种通用的无监督模型，经过海量无标签数据的学习后，可以习得一个强大的特征提取器，在面对新的任务，尤其是医疗影像等小样本任务时，也能提取到较好的特征。这就是无监督学习的意义。

我想静静，·2022-12-10 23:58

《机器学习及实践-----从零开始通往kaggle竞赛之路》学习笔记

机器学习→监督学习+无监督学习监督学习→分类+回归（连续）无监督学习→降维+聚类分类→二分类+多类分类+多标签分类（判断一个样本是否同时属于多个不同类别）分类:逻辑斯特回归：fromsklearn.linear_modelimportLogisticRegression

浅笑古今·2022-12-10 21:35

无监督学习的公平性研究

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！公平性学习在近些年来受到学术界和工业界的广泛关注，其旨在于保护或隐藏某些敏感属性（例如，性别、种族、地域）并同时保持原有的学习效用。在本次讲座中，作者简单介绍了不同公平性定义，并聚焦于群组公平性，并介绍群组公平性在聚类分析、异常点检测和属性选择中的应用。本期AITIME青年科学家系列，直播间邀请到了美国布兰迪斯大学计算机系助理教授刘洪甫，带来

AITIME论道·2022-12-10 20:59

Lesson 7.1&Lesson 7.2 无监督学习算法与K-Means快速聚类&Mini Batch K-Means与DBSCAN密度聚类

Lesson7.1无监督学习算法与K-Means快速聚类从本节开始，我们将介绍无监督学习领域内最重要的一类算法——聚类算法。

Grateful_Dead424·2022-12-10 20:59

浅浅认识一下聚类算法

目录1.聚类算法的简介2.常见的聚类算法K-MEANS聚类算法均值偏移聚类算法GMM的期望最大化聚类1.聚类算法的简介聚类算法是一种典型的无监督学习算法，将相似的样本自动归类到一个类别当中。

邱髓仙素·2022-12-10 20:59

机器学习学习笔记（一）

目录机器学习笔记（一）一、模型评估二、监督学习三、无监督学习四、单变量线性回归(LinearRegressionwithOneVariable)3.1代价函数（平方误差函数）（损失函数）3.2梯度下降3.3

图南zzz·2022-12-10 19:28

主成分分析和协方差矩阵

文章目录前言理论分析(一).构建线性空间(二).实现最近重构性(三).实现最大可分性(四).最大化协方差矩阵(五).Numpy库实现主成分分析前言本文主要介绍机器学习中的无监督学习数据降维方法：主成分分析法

Sun-sky·2022-12-10 18:21

机器学习系列（六） -- K-means算法（食物数据集）

K-means是一种最流行的聚类算法属于无监督学习可以在数据集分为相似的组（簇），使得组内数据的相似度较高，组间之间的相似度较低步骤：#1从样本中选择k个点作为初始簇中心#2计算每个样本到各个簇中心的距离

gm0012·2022-12-10 12:52

python应用kmeans算法,K-Means算法的Python实现

聚类在机器学习分类中属于无监督学习，在数据集没有标注的情况下，便于对数据进行分群。而K-Means中的K即指将数据集分成K个子集合。

Lay200·2022-12-10 03:55

K-Means算法解析

K-means是常用的基于欧式距离的聚类算法，其认为两个目标的距离越近，相似度越大，属于无监督学习方法。在K-Means算法中，簇的个数K是一个超参数，需要人为输入来确定。

一本糊涂张·2022-12-10 03:14

【机器学习】VAE变分自编码器学习笔记

是一种常见的生成模型，属于无监督学习的范畴。

shuaixio·2022-12-09 17:16

机器学习（二）之无监督学习：数据变换、聚类分析

文章目录0本文简介1无监督学习概述2数据集变换2.1预处理和缩放2.2程序实现2.3降维、特征提取与流形学习2.3.1主成分分析2.3.2非负矩阵分解2.3.3用t-SNE进行流形学习3聚类3.1K均值聚类

什么是快乐星球！？·2022-12-09 15:52

聚类算法-学习笔记整理

聚类算法一种典型的无监督学习算法，主要用于将相似的样本自动归到一个类别中。

吃一口桃酥·2022-12-09 15:22

机器学习-sklearn第七天——笔记

目录sklearn中的聚类算法K-Means1概述1.1无监督学习与聚类算法1.2sklearn中的聚类算法2KMeans2.1KMeans是如何工作的2.2簇内误差平方和的定义和解惑2.3KMeans

鹿衔草啊·2022-12-09 13:44

sklearn机器学习——day07

无监督学习：聚类，分类聚类算法又叫做“无监督分类”，其目的是将数据划分成有意义或有用的组（或簇）sklearn当中的聚类算法有两种表现形式：类、函数KMeans是如何工作的重要参数n_clustersn_clusters

非畅6 1·2022-12-09 13:12

机器学习思维导图（基于sklearn）

sklearn转换器和估计器K-近邻算法模型选择与调优朴素贝叶斯算法决策树集成学习方法之随机森林回归与聚类算法线性回归过拟合与欠拟合带有L2正则化的线性回归—岭回归分类算法：逻辑回归与二分类模型的保存与加载无监督学习思维导图图片形式机器学习概述什么是机器学习

Gavid-jh·2022-12-09 13:10

sklearn学习 6.聚类算法K-Means

一.概述1.无监督学习与聚类算法学习了决策树，随机森林，PCA和逻辑回归，他们虽然有着不同的功能，但却都属于“有监督学习”的一部分，即是说，模型在训练的时候，即需要特征矩阵X，也需要真实标签y。

smile~。·2022-12-09 13:33

机器学习sklearn-KNN

聚类算法的模型评估指标2.2重要参数init&random_state&n_init初始化质心2.3重要参数max_iter&tol：让迭代停下来3Kmeans做矢量量化1概述机器学习当中，有相当一部分算法属于“无监督学习

kongqing23·2022-12-09 13:57

Python_无监督学习_基于轮廓系数法的K-means聚类实现

K-means算法属于无监督学习，根本思想是将数据集中数据分为k组，计算各组元素到其聚类中心的欧氏距离。

羊羊麾下的发电站·2022-12-09 13:56

【Python】【Day6】图像管理系统笔记_机器学习【1】【机器学习概论 & 数据集基础 API】

无监督学习 目标值：无——无监督学习机器

__Witheart__·2022-12-09 12:29

高斯混合模型的解释及Python实现

https://www.toutiao.com/a6698235653743706632/在机器学习领域，我们可以区分为两个主要领域:监督学习和无监督学习。

喜欢打酱油的老鸟·2022-12-09 11:53

机器学习算法（二十八）：Gan （生成式对抗网络）

数据增强5GANs的改进5.1CGAN5.2DCGAN6ModeCollapse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

意念回复·2022-12-09 09:12

深度学习基础。入门到实战，深度学习到底有多深？

同时，大部分机器学习算法又可以分成监督学习和无监督学习两类；本文会介绍这两

奋进的贼牛批·2022-12-09 09:22

k均值聚类

均值聚类过程怎么样设置合理的K值计算距离的几种方式欧式距离：曼哈顿距离：切比雪夫距离余弦距离(CosineDistance)python实现参考文献什么是聚类所谓聚类算法是指将一堆没有标签的数据自动划分成几类的方法，属于无监督学习方法

ithinking110·2022-12-09 08:13

数据科学/机器学习python——聚类模型【K-means聚类举例】

聚类模型无标签、无监督学习可以简化数据，有助于寻找数据的内部结构基于相似度【能把不同领域的数据相似度的度量融合进去，还可加入核函数】；基于特征【可以直接考虑原始的数据，避免因为度量距离而丢失某些信息】平坦聚类

Gadus_·2022-12-09 08:41

ChatGPT的理解

参考李宏毅老师讲解思维导图ChatGPT对标instructGPT本质GPT的社会化训练过程1学习文字接龙无监督学习大量的自我学习生成的答案具有随机性自己修炼2人类老师引导文字接龙的方向监督学习标注:(

愚昧之山绝望之谷开悟之坡·2022-12-09 07:33

AI学习_无监督学习(编解码器)_图像分割_Unet/U2net

无监督学习让模型对输入的数据进行特征提取，从而实现无标签（无监督学习）本质是编码，解码的过程。让模型在卷积编码（下采样）、卷积解码（上采样）的过程中。

麦没了块QAQ·2022-12-09 05:07

（无监督）基于无监督学习的模板缺陷检测方法研究

本文方法：基于重建概述：深度学习中，对抗生成网络（GAN）和自编码器（AE）在图像修复与图像重建方面效果很强大，可以用于无监督学习，训练GAN网络使其学习无缺陷图像内部的特征。

视觉菜鸟Leonardo·2022-12-09 05:04

基于无监督学习的织物缺陷检测

对于实时分选领域，本人自研了一套AI算法，今将其运用于无纺布的缺陷检测，前期仅需要正常样本即可。平均检出率在0.9以上检测结果的链接：链接：https://pan.baidu.com/s/1aDCtOdv5LqAp9s6Xv8TG5g提取码：3ioc

Manketon·2022-12-09 05:31

深度置信网络（DBN）

1.RBM简介RBM属于一种无监督学习的方法，无监督学习的目的是最大可能地拟合训练数据。

hellosc01·2022-12-08 23:45

深度置信网络（DBN）【经典的DBN网络结构是由若干层 RBM（受限波尔兹曼机）和一层 BP 组成的一种深层神经网络】

一、RBM简介RBM属于一种无监督学习的方法，无监督学习的目的是最大可能地拟合训练数据。

u013250861·2022-12-08 23:45

MATLAB小技巧（25）竞争神经网络与SOM神经网络

竞争型神经网络是基于无监督学习（Unsupervisedlearning）方法的神经网络的一种重要

mozun2020·2022-12-08 20:29

推荐频道

无监督学习

机器学习 jupyter Python无监督学习 聚类 k-meas算法