无监督学习第35页

机器学习笔记（十一）-聚类（Clustering）

机器学习笔记（十一）-聚类（Clustering）一、无监督学习简介二、K-means简介三、优化目标四、随机初始化五、选择聚类数第一版 2022-03-17 初稿一、无

997and·2022-11-27 08:03

机器学习笔记——Kmeans聚类

算法介绍 K-means聚类算是机器学习无监督学习的经典算法了，最早接触的时候是在数模比赛中，那个时候还只停留在使用API上，对K-means算法的核心步骤没有完全搞懂，本文打算详细介绍K-means

Pijriler·2022-11-27 08:30

数据分析与机器学习学习笔记--聚类算法

1.引言聚类算法分属与机器学习中的无监督学习类型，由于无监督学习大多是根据距离进行分类所以其准确性远不及有监督学习，但是聚类算法用于数据预处理还是有很大作用的。

蜡笔小新丶不小心·2022-11-27 08:24

【机器学习】课程笔记12_聚类(Clustering)

聚类无监督学习（UnsupervisedLearningIntroduction）K-均值算法（K-meansAlgorithm）优化目标（OptimizationObjective）随机初始化（RandomInitialization

雀栎·2022-11-27 08:35

生成对抗网络GAN简单理解

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。

啦啦啦啦啦啦.·2022-11-27 07:48

聚类算法原理简介

聚类是一种无监督学习的方法（没有标签），是许多领域中常用的统计数据分析技术有时候作为监督学习中稀疏特征的预处理，有时候可以作为异常值检测。应用场景：新闻聚类、用户购买模式（交叉销售）、图像与

@迷途小书童·2022-11-27 03:45

10个机器学习中常用的距离度量方法

作者：JonteDancker来源：DeepHubIMBA距离度量是有监督和无监督学习算法的基础，包括k近邻、支持向量机和k均值聚类等。

Imagination官方博客·2022-11-27 02:19

李宏毅机器学习笔记——概述与介绍

介绍及概述笔记机器学习机器学习介绍机器学习流程学习总览监督学习回归Regression分类Classification二元分类多分类半监督学习、迁移学习无监督学习结构化学习强化学习机器学习机器学习介绍人工智能是目标

Brandon1017·2022-11-27 02:30

神经网络与深度学习：回归问题

回归问题1.机器学习基础1.1监督学习1.2无监督学习1.3半监督学习2.一元线性回归3.解析法实现一元回归3.1Python实现3.2NumPy实现3.3TensorFlow实现4.多元线性回归1.机器学习基础机器学习

Twinkle1231·2022-11-26 23:05

【pytorch学习笔记六】深度学习基础（线性回归、损失函数、梯度下降、欠拟合与过拟合，正则化）

文章目录1.监督学习和无监督学习2.线性回归3.损失函数4.梯度下降4.1梯度4.2Mini-batch的梯度下降法4.3常见梯度下降算法5.欠拟合与过拟合（高偏差/高方差）6.正则化上面可视化深度学习网页网址

QHCV·2022-11-26 19:18

13-无监督学习概论

13-无监督学习概论1.无监督学习基本原理2基本问题2.1聚类2.2降维2.3概率模型估计3机器学习三要素4无监督学习方法4.1聚类4.2降维4.3话题分析4.4图分析1.无监督学习基本原理无监督学习：

Alexa2077·2022-11-26 18:49

模式识别：k-均值聚类算法的研究与实现

一、技术论述1.无监督学习和聚类在之前设计分类器的时候，通常需要事先对训练样本集的样本进行标定以确定类别归属。这种利用有标记样本

Herbert_Zero·2022-11-26 15:19

机器学习入门？十大机器学习算法，学习复盘：七月在线机器学习集训营

掌握了机器学习算法全面性以及细节，总结了一些经验感兴趣的可以自取哈链接：https://pan.baidu.com/s/1WpbUh_2K_daIiHHdoWXCXQ提取码：j4vg算法机器学习算法分类：监督学习、无监督学习

AI致力·2022-11-26 15:02

KNN算法

一.KNN算法概述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

THE@JOKER·2022-11-26 14:02

有监督、无监督和半监督学习

目录概念描述监督学习(SupervisedLearning,SL)无监督学习(UnsupervisedLearning,UL)半监督学习(Semi-supervisedLearning,SSL)半监督学习的分类概念描述回归

猪猪的菜牙·2022-11-26 14:25

SPQ：自监督量化的无监督图像检索算法

Self-supervisedProductQuantizationforDeepUnsupervisedImageRetrieval基于自监督量化的无监督图像检索提出了一种新的无监督学习方案：交叉量化对比学习

叶九牧·2022-11-26 13:02

综述 | 近年来深度学习的重要研究成果（附PDF）

lingpy·2022-11-26 13:35

基于粒子群优化深度置信网络的分类预测

第一阶段为预训练阶段，把网络中任意相邻两层当作是一个RBM，即以下层RBM模型的输出作为上层RBM模型的输入，利用贪心无监督学习算法逐层对整个DBN模型参数进行初始化。用贪心无监督学习方法逐层

matlab数学建模加油站+·2022-11-26 12:16

python kmeans聚类对二维坐标点聚类_Kmeans均值聚类算法原理以及Python如何实现

第一步.随机生成质心由于这是一个无监督学习的算法，因此我们首先在一个二维的坐标轴下随机给定一堆点，并随即给定两个质心，我们这个算法的目的就是将这一堆点根据它们自身的坐标特征分为两类，因此选取了两个质心，

weixin_39562579·2022-11-26 11:17

论文笔记｜Unsupervised Key-phrase Extraction and Clustering for Classification Scheme in Scientific Pu...

研究主要面向科学出版物（以下简称论文），使用无监督学习的方法，自动从科学论文中抽取关键词，并依据这些关键词形成分类体系。

yanyc428·2022-11-26 11:37

基于密度的聚类算法

由于数据的类型和大小已经超出了人们传统手工处理的能力范围，聚类，作为一种最常见的无监督学习技术，可以帮助人们给数据自动打标签，已经获得了广泛应用。基于密度的聚类是根据样本的密度分布来进行聚类。

了不起的小胖子·2022-11-26 10:16

【基于深度学习的脑电图识别】应用篇：DEEP LEARNING APPROACHES FOR AUTOMATIC ANALYSIS OF EEGS

利用时空上下文建模：1.混合HMMs：模型结构：参数设置：2.使用卷积神经网络改进空间建模：2.12-D卷积神经网络网络结构：参数设置：2.2残差神经网络：残差模块：参数设置：2.3使用深度卷积生成对抗网络的无监督学习

BIT可达鸭·2022-11-26 08:19

R语言实现聚类kmeans

前言聚类属于无监督学习中的一种方法，k-means作为数据挖掘的十大算法之一，是一种最广泛使用的聚类算法。

R语言中文社区·2022-11-26 07:51

R实现KMeans聚类算法教程

聚类是一种无监督学习方法，因为它仅尝试从数据集中发现结构，而不是预测应变量的值。下面是一个市场营销中对客户分类的场景，通过下面客户信息：家庭收入住房面积户主职业据城区距离我们利用这些信

梦想画家·2022-11-26 07:18

机器学习西瓜书期末复习(2022HENU)

5计算题2*15文章目录期末复习之机器学习第一章绪论第二章模型评估与选择习题第三章线性模型习题第四章决策树习题第五章神经网络习题第六章支持向量机习题第七章贝叶斯分类器习题第八章集成学习习题第九章聚类（无监督学习

半儿~·2022-11-26 02:05

【无标题】

train）：帮助训练模型，确定拟合曲线的参数验证集（valid）：模型选择，辅助模型构建（可选）column列row行Y①一个可以用于监督学习的数据集（可以执行回归或分类）同时包含x和y②一个可以用于无监督学习的数据集将只有

今天又没睡醒·2022-11-26 02:13

机器学习 | 关于决策树分类模型，你学得怎么样了？

目录0写在前面1决策树分类模型1.1信息熵1.2基尼系数2决策树分类模型的建立3总结一下0写在前面机器学习分为有监督学习和无监督学习，有监督学习又可以分为分类和回归两大类。

小蟒蛇的进阶·2022-11-25 23:22

《特征工程入门与实践》读书笔记三

类型：无监督学习，属于聚类。实现的步骤：1）计算数据集的协方差

PasPerCon·2022-11-25 23:09

机器学习基础----基于吴恩达机器学习课程的笔记

机器学习基础文章目录机器学习基础一、监督学习与无监督学习二、回归问题一、函数模型----线性回归二、算法模型（一）梯度下降算法（二）正规方程法三、分类问题先从二分类开始（0或1）：一、函数模型----Logistic

W.xyz·2022-11-25 22:07

吴恩达机器学习笔记（一）

2.监督学习和无监督学习（1）监督学习（SupervisedLearning）对于数据集中每

阿洋_kenken·2022-11-25 19:00

吴恩达机器学习笔记总结 | Chapter01

1.3监督学习(SupervisedLearning)1.4无监督学习(UnsupervisedLearning)1.引言(Introduction)1.1欢迎(Welcome)机器学习是目前信息技术中最激动人心的方向之一

Wr.Wu·2022-11-25 19:25

吴恩达机器学习笔记1一一引言

2.监督学习3.无监督学习1.机器学习是什么？机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

qq_42394597·2022-11-25 19:24

机器学习算法地图

下面先看这张图：▲图片来自于SIGAICN图的左半部分列出了常用的机器学习算法与它们之间的演化关系，分为有监督学习，无监督学习，强化学习3大类。

量化密码库·2022-11-25 17:03

聚类算法学习——K-means

通过无监督学习或者半监督学习，把一群关系紧密存在着不同的样本进行亚群体划分。这里的关系紧密可以是

_Tunan·2022-11-25 12:14

机器学习--聚类算法之mean shift

但是，meanshift的优势在于不需要事先制定类别个数k（无监督学习）。meanshift的基本概念：沿着密度上升方向寻找聚

Good@dz·2022-11-25 11:00

详细介绍百度ERNIE 2.0：A Continual Pre-Training Framework for Language Understanding

若年封尘·2022-11-25 11:23

机器学习笔记（一）

目录一、监督学习1.1回归算法1.2分类算法二、无监督学习2.1聚类2.2降维2.3Jupternotebooks三、线性回归模型3.1线性回归流程3.2代价函数公式3.3理解代价函数3.4可视化代价函数

L.P.H·2022-11-25 10:28

论文笔记: 全波形反演的无监督学习: 将 CNN 与偏微分方程做成一个环

摘要:分享对论文的理解,原文见PengJin,XitongZhang,YinpengChen,SharonXiaoleiHuang,ZichengLiu,YouzuoLin,Unsupervisedlearningoffull-waveforminversion:connectingCNNandpartialdifferentialequationinaloop.论文发表于计算机方面的顶会ICLR

闵帆·2022-11-25 09:13

【学习笔记VoxelMorph系列文章2】：《Unsupervised Learning for Fast Probabilistic Diffeomorphic Registration》

本文提出一个概率生成模型并推导一个基于无监督学习的推理算法，不仅保证了微分同胚特性，还提供了不确定估计。1.简介可变形配准计算出两幅图像间的密集对应关系，是许多医疗图像分析任务的基础。

喝鸡汤·2022-11-25 09:10

医学图像配准 | Voxelmorph 微分同胚 | MICCAI2019

欢迎交流）论文题目：‘UnsupervisedLearningforFastProbabilisticDiffeomorphicRegistration’0综述本文提出了一个概率生成模型，并给出了一种基于无监督学习的推理算法卷积神经网络

微信公众号[机器学习炼丹术]·2022-11-25 09:39

关联规则算法(The Apriori algorithm)

一、前言最近在看无监督学习的时候，发现欠缺了数据挖掘的知识，回来补充~关联规则的目的在于在一个数据集中找出项之间的关系，也称之为购物篮分析(marketbasketanalysis)。

小小川_·2022-11-25 09:16

机器学习笔记

无监督学习用没有相应标签的训练数据训练。用于解决：聚类问题把不同的个体归为不同类，且预先

QiuDi666·2022-11-25 08:29

python机器学习（二）——机器学习算法分类

Glume*·2022-11-25 08:42

Deep Multiview Learning for Hyperspectral Image Classification

I.INTRODUCTION还是解决小样本问题：无监督学习。目前的无监督学习太复杂，效果也不好。->多视图好！本文的贡献：Adeepresidualnetworkwith51

Eric Leee·2022-11-25 08:08

CLIP(Contrastive Language-Image Pretraining)主体网络代码详解

CLIP是OpenAI于2021年发表的工作，其采用无监督学习中的对比学习的训练方法，使用了规模巨大的数据集（4亿个图片文本对）来进行训练，其在多个数据集上均得到了让人欣喜的结果，有效地证实了NLP与CV

春野运·2022-11-25 03:44

论文笔记《A Simple Framework for Contrastive Learning of Visual Representations》（SimCLR）

有监督和无监督的区别：有监督学习：模型输出的和真实label（groundtruth）通过目标函数计算损失，以此进行模型训练无监督学习或自监督学习：没有groundtruth，用代理任务来定义对比学习的正负样本

zx最帅·2022-11-25 00:40

对比学习simSiam（一）--Exploring Simple Siamese Representation Learning总体理解

这里的核心其实是在提出一个思想，对比学习这种由孪生网络结构构成的无监督学习的关键其实是孪生网络，两个网络有其中一方停止梯度传播来得到好的效果。

BuptBf·2022-11-25 00:40

《GAN实战生成对抗网络》笔记——第五章利用多种生成模型生成图像

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5.1迁移学习介绍深度|迁移学习全面概述：从基本概念到相关研究

yogdgoy·2022-11-24 20:22

机器学习模型训练全流程

一.机器学习模型训练全流程1.获得原始数据集同时包含X和Y——可以用于监督学习(回归或分类）；只包含X——无监督学习。

奥瑞给给~~·2022-11-24 19:21

机器学习与数据挖掘期末考试复习重点整理

聚类：–无类别标记,因此是一种无监督学习–无类别标记样本，根据信息相似度原则进行聚类，通过聚类，人们能够识别密集的和稀疏的区域，因而发现全局的分布模式，以及数据属性之间的关系聚类方法：划分方法-（分割类型

weixin_34114823·2022-11-24 18:38

推荐频道

无监督学习