无监督学习

1.1 Machine learning -监督学习- 线性回归 ：预测蜂蜜产量

监督学习:数据被标记，程序从输入数据中预测输出无监督学习:数据是无标记的，程序学习识别输入数据的固有结构简介：这主要是一个用线性回归预测蜂蜜产量的例子一、了解数据1、我们已经为你从Kaggle下载了关于美国蜂蜜生产的数据
meira_go·2022-12-05 20:22

聚类任务基础详解

聚类任务聚类属于无监督学习。再无监督学习中，训练样本是没有标记的，目标通过对训练样本的学习来揭示数据的内在规律，性质，为进一步的数据分析提供基础，而聚类是
才疏学浅的莫笑天·2022-12-05 15:24

每天五分钟机器学习：使用降维算法可以完成高维数据的压缩表示

本文重点前面我们学习了第一种无监督学习算法k-means，本章我们将学习另外一种无监督算法，称为降维算法。降维可以数据压缩，因而使用较少的计算机内存空间，也加快学习算法的运行。
幻风_huanfeng·2022-12-05 14:38

动手学深度学习（1）—— 基础知识

文章目录一、基本概念1.1关键组件数据模型目标函数优化算法1.2各种机器学习问题监督学习无监督学习强化学习1.3神经网络的特点二、预备知识2.1数据操作入门运算符广播机制索引和切片节省内存转换为其他python
zyw2002·2022-12-05 13:55

sklearn之k-means聚类算法

听了菜菜的sklearn算法而写的学习笔记概述无监督学习与有监督学习结构化数据与非结构化数据聚类算法与分类算法sklearn中的聚类算法KMeans一最简单的聚类算法KMeans算法工作原理先导概念核心任务算法步骤
不想当程序员（☆∀☆）·2022-12-05 12:34

原创 | 一文读懂K均值（K-Means）聚类算法

概述众所周知，机器学习算法可分为监督学习(Supervisedlearning)和无监督学习(Unsupervisedlearning)。监督学习常用于分类和预测。
数据派THU·2022-12-05 12:33

K-Means(K均值)、GMM(高斯混合模型)，通俗易懂，先收藏了！

文章目录1.聚类算法都是无监督学习吗?2.k-means(k均值)算法2.1算法过程2.2损失函数2.3k值的选择2.4KNN与K-means区别？
mantchs·2022-12-05 12:33

聚类算法K-Means

1概述1无监督学习与聚类算法之前学过的决策树，随机森林，逻辑回归，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，既需要特征矩阵X，也需要真实标签y。
Garcia-zhang·2022-12-05 12:32

sklearn中的聚类算法K-Means

1概述1.1无监督学习与聚类算法决策树、随机森林、逻辑回归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，既需要特征矩阵XXX，也需要真实标签yyy。
momokofly·2022-12-05 12:32

GPT-1，GPT-2和GPT-3发展历程及核心思想，GTP-4展望

还是这位大佬介绍的比较透彻，特此转载：词向量之GPT-1，GPT-2和GPT-3-知乎(zhihu.com)https://zhuanlan.zhihu.com/p/350017443目录前言1.GPT-1：无监督学习
yimenren·2022-12-05 12:45

认知计算Cognitive Computing 各章总结

认知计算CognitiveComputing各章总结2022年西电人工智能学院认知计算考题涉及：认知计算的goal(认知计算做的是什么)、前馈神经网络、反向传播、监督学习与无监督学习概述(没考具体算法)
XDU微积冯·2022-12-05 12:30

k-Means算法和实战演练

之前写的机器学习算法，都是分类算法，属于监督学习，简单来说就是我给训练机器一部分带有分类标签的训练数据，训练机器自己通过学习找到其中的分类准则，并用该准则来分类之后给的预测数据；k-均值聚类算法是聚类算法，属于无监督学习
taichitaichi·2022-12-05 10:22

机器学习之聚类分析

聚类监督学习：线性回归逻辑回归KNN（这里引入KNN是为了与Kmeans进行区分）非监督学习：聚类(KmeansMean-shit)无监督学习(unsupervisedlearning)无监督学习:机器学习的一种方法
不正经的蒙娜丽莎·2022-12-04 23:34

第二次作业:深度学习基础

然后讲解了机器学习的定义,即计算机系统能够利用经验提高自身的性能，将机器学习分为三个主要部分:模型、策略和算法,讲解了半监督学习、监督学习、无监督学习和强化学习的特征。比较了参数模型和无参数模型。
qq_52390277·2022-12-04 19:54

机器学习算法分类及数据集划分

无监督学习：只有特征值，无目标值。
捌椒·2022-12-04 19:52

graphSAGE/Inductive Representation Learning on Large Graphs

文章目录总结细节实验总结通过邻居节点，计算节点emb，可以无监督学习细节对于unseen的节点也能产出emb，主要是通过对邻居节点的学习计算节点emb的算法步骤节点emb初始化计算节点v的邻居节点emb
KpLn_HJL·2022-12-04 14:05

半监督生成对抗网络（SGAN）matlab实战

一、原理半监督学习(semi-supervisedlearning)是GAN在实际应用中最有前途的领域之一，与监督学习（数据集中的每个样本有一个标签）和无监督学习（不使用任何标签）不同，半监督学习只为训练数据集的一小部分提供类别标签
matlab数学建模加油站+·2022-12-04 13:21

半监督生成对抗网络（SGAN）matlab实战

一、原理半监督学习(semi-supervisedlearning)是GAN在实际应用中最有前途的领域之一，与监督学习（数据集中的每个样本有一个标签）和无监督学习（不使用任何标签）不同，半监督学习只为训练数据集的一小部分提供类别标签
数学建模加油站·2022-12-04 13:16

机器学习:从入门到脊椎康复

图像识别3.自然语言处理三.机器学习算法分类1.监督学习:有目标值目标值:类别(分类问题)分类: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)回归:线性回归,岭回归2.无监督学习
玛卡巴卡巴·2022-12-04 12:58

embedded electronic system for AI/ML 学习笔记

梯度下降法缩放和正则化（scalingandnormalization）过拟合和欠拟合如何避免过拟合与欠拟合第一章线性回归linearregression先介绍一下监督学习和无监督学习：监督学习：利用一组已知类别的样本调整分类器的参数
无规则@lucio·2022-12-04 09:25

机器学习之理解聚类

聚类属于“无监督学习”,其作用就是将数据划分成有意义或有用的簇。聚类的应用：对客户信息进行分类，以实现精准营销。
superY25·2022-12-04 06:35

【Pytorch】自编码器

自编码器是一种无监督学习算法，使用反向传播，训练目标是让目标值等于输入值。
CC‘s World·2022-12-04 02:01

用pytorch实现auto-encoder

记录一下自己的学习过程AE很久之前就被提出，一经提出就被广泛使用，原因是比较大部分的网络，它采用的是无监督学习方式。
Xiaiyexi·2022-12-04 02:00

pytorch基础（十）-自编码器AutoEncoder

目录无监督学习AutoEncoderPCA和Auto-EncoderdenoisingAutoEncoders去噪自编码器DropoutAutoEncoderAdversarialAutoEncoder
sherryhwang·2022-12-04 02:28

Python入门到实战（十一）无监督学习、KMeans、KNN、实现图像分割、监督学习VS无监督学习

Python入门到实战（十一）无监督学习、KMeans、KNN、实现图像分割、监督学习VS无监督学习无监督学习unsupervisedlearning特点：应用：K均值聚类核心流程：核心公式：KMeansVSKNN
不会写程序的程序员.·2022-12-03 18:56

机器学习_5机器学习库Scikit-learn

机器学习库Scikit-learnScikit-learn概述Scikit-learn主要用法基本建模流程监督学习算法回归分类集成学习无监督学习算法聚类评价指标回归的评价指标分类的评价指标超参数调优交叉验证网格搜索
奥瑞给给~~·2022-12-03 16:57

VAE论文解读及代码实现

1.IntroductionVariationalAutoencoders(VAEs)是一种无监督学习复杂分布的方法，VAEs已经显示出产生多种复杂数据的潜力，包括手写数字，面部，门牌号码，CIFAR图像
Naive Bayes·2022-12-03 15:05

1.3 统计学习方法的三要素

1.3统计学习方法的三要素监督学习的三要素模型策略无监督学习统计学习方法的三要素为模型+策略+算法监督学习的三要素模型假设空间(HypothesisSpace）：所有可能的条件概率分布或决策函数，用F\
是我樂樂呀·2022-12-03 13:30

1.2 无监督学习和强化学习

1.2无监督学习和强化学习无监督学习定义无监督学习与监督学习的区别相关概念流程图强化学习无监督学习定义无监督学习(UnsupervisedLearning）是指从无标注数据中学习预测模型的机器学习问题，
是我樂樂呀·2022-12-03 12:08

cvpr 深度估计_近两年 CVPR ICCV ECCV 相机位姿估计、视觉定位、SLAM相关论文汇总...

并且能够完成重定位，使用RNN网络3.P2P-flyingcamera：飞行图像合成中的p2p问题求解4.Unknown-Principal-Point：主点位置未知的相机位姿估计5.GeoNet：使用无监督学习的方法估计单目图像深度
酔与符号·2022-12-03 10:11

k均值聚类算法考试例题_一文读懂K-means聚类算法

我们通常说，机器学习任务可以分为两类，一类是监督学习，一类是无监督学习。监督学习：训练集有明确标签，监督学习就是寻找问题（又称输入、特征、自变量）与标签（又称输出、目标、因变量）之间关系的学习方式。
undertaler·2022-12-03 09:35

算法工程师八股文——序言

框架篇：一开始肯定是对全局的把握，对一些宏观概念的理解，这些问题最好是能结合经典书籍上的定义给出自己的理解，力求准确、简洁：1.监督学习、无监督学习的理解？2.常用的交叉验证方法？3.
strive to learn·2022-12-03 09:33

k-means聚类简单代码实现

聚类算法是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。
随便叫点什么……·2022-12-03 09:59

【聚类算法】带你轻松搞懂K-means聚类（含代码以及详细解释）

聚类算法二：实例分析三：原理与步骤四：Matlab代码以及详解一：K-means聚类算法聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程，聚类就是一种发现这种内在结构的技术，聚类技术经常被称为无监督学习
Rookiep·2022-12-03 09:27

Python 计算机视觉（十七）—— 基于KNN的图像分类

目录1.图像分类概述（1）背景及意义（2）概念及任务a.有监督学习b.半监督学习c.无监督学习2.基于KNN的图像分类(1).基本概念(2).代码实现StepOne.切分训练集和数据集Ste
一马归一码·2022-12-03 06:07

机器学习与数据挖掘(下)——期末复习

机器学习与数据挖掘(下)——期末复习机器学习与数据挖掘(上)——期末复习无监督学习主成分分析(PCA)降维就是一种对高维度特征数据预处理方法。
FiOQA·2022-12-03 06:07

自编码器的理解与应用

是一种无监督学习，基于反向传播算法和最优化方法，利用数据x本身作为监督来指导神经网络学习一个映射关系h,得到一个重构输出y。这个y近似等于x。自编码器可以理解为试图让输出和输入一样的神经网络。
dlut0427·2022-12-03 04:17

【1】机器学习笔记——人工智能概述

Content1.1概述1.1.1人工智能概述1.1.2机器学习、深度学习能做什么1.1.3学习规划1.2什么是机器学习1.2.1定义1.2.2数据集的构成1.3机器学习算法分类1.3.1监督学习与无监督学习
山有木兮-·2022-12-03 01:20

K-Means聚类算法

判断它是正向数据集还是负向数据集；2）然后需要对数据集进行学习训练，并构建一个训练的模型；3）通过该模型对预测数据集进行预测，并计算其结果的性能聚类：将数据集中在某些方面相似的数据成员放在一起，这些数据是没有标签的，是无监督学习
秃头研究生·2022-12-02 19:35

【机器学习】1-机器学习的分类及重要概念

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
Anthony_4926·2022-12-02 16:26

机器学习--序言

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言序论什么是机器学习机器学习部分术语基本分类根据数据标签类型分类监督学习无监督学习半监督学习根据任务类型分类过拟合与欠拟合正则化范数为什么正则化可以缓解过拟合
happywinder--·2022-12-02 16:53

2021-08-16

机器学习主要分为：监督学习（标注的数据）半监督学习（既有标注的，也有未标注的）迁移学习（简单来讲就是我现在要做一个分类问题，但是data中很多是没有直接相关的data，那么应该怎样做）无监督学习（无任何标注
二十1·2022-12-02 15:45

数据挖掘Part 3 聚类分析

离群点：数据对象——明显有别于其他的——异常数据3.4.2分类：3.4.3主要方法类别：3.4.4利用高斯分布检测离群点3.4.5基于K-means聚类的离群点检测3.1聚类分析基本概念和方法聚类分析（无监督学习
是颜啊！·2022-12-02 15:09

数据分析-聚类

K-MeansAgglomerativeClusteringDBSCANMeanShiftSpectralClustering评价轮廓系数兰德指数（randindex）聚类概念”物以类聚，人以群分“，聚类是典型的无监督学习方法
ITLiu_JH·2022-12-02 15:38

Linear Model 线性模型

监督学习：可参考机器学习两种方法——监督学习和无监督学习（
LeoATLiang·2022-12-02 14:10

深度强化学习（理论篇）—— 从 Critic-only、Actor-only 到 Actor-Critic

本文转自：https://blog.csdn.net/lipengcn/article/details/81253033#1概述##1.1强化学习v.s.监督学习强化学习，与监督学习、无监督学习并列，作为机器学习的三大类
AI点滴积累·2022-12-02 13:33

Keras深度学习入门篇

机器学习的四个分支监督学习分类回归序列生成，给定一张图像，预测描述图像的文字语法树预测，给定一个句子，预测其分解生成的语法树目标检测，给定一张图像，在图中特定目标的周围画上一个边界框图像分割，给定一张图像，在特定物体上画一个像素级的掩模无监督学习常用于数据可视化
東方海竹·2022-12-02 13:58

python数据分类聚类案例_Python数据挖掘—聚类—KMeans划分法

概念聚类分析：是按照个体的特征将它们分类，让同一个类别内的个体之间具有较高的相似度，不同类别之间具有较大差异性无分类目标变量(Y)——无监督学习K-Means划分法、DBSCAN密度法、层次聚类法1、导入数据
weixin_39606361·2022-12-02 10:03

数据挖掘 | [无监督学习——聚类] 凝聚层次聚类及python代码实现——利用sklearn

凝聚层次聚类层次聚类方法凝聚层次聚类算法原理簇间距离计算方法单链法single全链法complete组平均法averageward法python代码实现绘制层次聚类树状图一些参考相关文章：数据挖掘|[关联规则]利用apyori库的关联规则python代码实现数据挖掘|[有监督学习——分类]决策树基本知识及python代码实现——利用sklearn数据挖掘|[有监督学习——分类]朴素贝叶斯及pyth
SayHiXX·2022-12-02 10:31

python数据分析入门——聚类

python数据分析入门—聚类数据载入数据算法---皮尔逊相关系数分级聚类开始用我自己的大白话理解聚类就是，聚类是无监督学习，就是没有标准样本去学习。
梦想就是钱多事少离家近·2022-12-02 10:31
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他