无监督学习

无监督学习KMeans学习笔记和实例

KMeans算法是一种简单的算法，能够快速，高效的对数据集进行聚类，一般只要通过几次迭代即可。KMeans可以作为一种聚类工具，同时也可以作为一种降维的方式进行特征降维。KMeans可以通sklearn.cluster.kmeans中进行调用。fromsklearn.datasetsimportmake_blobsimportnumpyasnpblob_centers=np.array([[0.2
羊咩咩咩咩咩·2022-12-07 02:28

黑马程序员——三天快速入门python机器学习（六）

2）分类算法——逻辑回归与二分类逻辑回归应用场景逻辑回归原理逻辑回归API案例：癌症分类：良/恶性乳腺癌肿瘤预测分类的评估方法ROC曲线与AUC指标模型保存和加载sklearn模型保存和加载API案例无监督学习
多学两分钟·2022-12-06 12:45

再发力！Facebook AI何恺明等最新研究MoCo(动量对比学习)第二版，超越Hinton的SimCLR，刷新SOTA准确率...

【导读】无监督学习再发力！FacebookAI研究团队的陈鑫磊、樊昊棋、RossGirshick、何恺明等人提出了第二版动量对比（MoCo）的无监督训练方法。
深度学习技术前沿·2022-12-06 12:12

吴恩达机器学习笔记——降维与PCA算法

PCA算法是一种强大的无监督学习算法。降维与线性回归降维的过程最常用的算法是主成分分析算法（PCA）。降维将数据投影到一个k维度空间上（比如直线或平面）然后最小化投影误差的平方和。
草莓甜Swag·2022-12-06 12:27

[中英字幕]吴恩达机器学习系列课程 笔记

P31-3.监督学习P41-4.无监督学习P52-1.模型描述P62-2.代价函数P72-3.代价函数（一）P82-4.代价函数（二）P92-5.梯度下降P102-6.梯度下降知识点总结P112-7.线性回归的梯度下降
电信保温杯·2022-12-06 12:25

吴恩达机器学习笔记之降维

第二类无监督学习问题，叫做降维（DimensionalityReduction）。方法有数据压缩和可视化。数据压缩：数据压缩不仅可以减少数据在我们计算机当中的存储空间，还可以加速我们算法的学习过程。
iblue_coffee·2022-12-06 12:49

吴恩达机器学习笔记-无监督学习

机器学习-无监督学习一、什么是无监督学习二、聚类算法(无监督学习)1、聚类算法的应用2、K-Means算法算法流程--图例算法流程--文字描述K-means分离不佳簇问题K-means代价函数K-means
快乐活在当下·2022-12-06 12:17

40 个机器学习面试问题（文末福利送书）

2.解释有监督和无监督机器学习的区别3.监督学习和无监督学习最常用的算法是什么？4.解释KNN和k-means聚类的区别5.什么是贝叶斯定理？我们为什么用它？6.什么是朴素贝叶斯分类器？
川川菜鸟·2022-12-06 12:44

机器学习笔记 - 自动编码器autoencoder

自编码器是开发无监督学习模型的主要方式之一。但什么是自动编码器？简而言之，自动编码器通过接收数据、压缩和编码数据，然后从编码表示中重构数据来进行操作。
坐望云起·2022-12-06 10:36

无监督学习

目录无监督学习为什么？
无规则@lucio·2022-12-06 07:27

人工智能研究的新前线：生成式对抗网络

其突出的生成能力不仅可用于生成各类图像和自然语言数据，还启发和推动了各类半监督学习和无监督学习任务的发展。
人工智能学家·2022-12-06 06:26

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
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他