无监督学习第37页

吴恩达机器学习笔记第一周

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

LL.syx·2022-11-22 08:40

机器学习基础-1

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.

qq_1041357701·2022-11-22 08:01

自然语言处理学习笔记十一（文本分类）

在文本聚类中，体验了无须标注语料库的便利性，但是无监督学习总归无法按照我们的意志预测出文档的类别，限制了文本聚类的应用场景。为了解决更多的需要将文档分门别类地归入具体的类别中，于是有了文本分类的产生。

犀利哗啦760596103·2022-11-22 04:35

软培

无监督学习(Non-Supervi

weixin_30851867·2022-11-22 03:18

机器学习笔记

主要两类：监督学习，无监督学习监督学习（典型：回归分类）：通过已有的训练样本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，对输出进行简单的判断从而实现预测和分类的目的，也就具有了对未知数据进行预测和分类的能力

honglili_ya·2022-11-22 02:25

(3)机器学习入门

三个关键要素：如果一个计算机系统在完成某一类任务T的性能P能够随着经验E而改进，则称该系统在从经验E中学习，并将此系统称为一个学习系统1.2常见应用1.3基本类型分为：有监督学习、无监督学习、强化学习有监督学习

north_fish420·2022-11-21 23:28

对比学习（Contrastive Learning）综述

知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/346686467编辑丨极市平台A.引入深度学习的成功往往依赖于海量数据的支持，其中对于数据的标记与否，可以分为监督学习和无监督学习

Tom Hardy·2022-11-21 22:39

机器学习—无监督学习（一）KMeans聚类

机器学习—无监督学习（一）KMeans聚类文章目录机器学习---无监督学习（一）KMeans聚类前言一、无监督学习？二、用k-均值进行相似性分组1、什么是基于原型的聚类？

Mi_Herman·2022-11-21 21:43

1. 机器学习概述与特征工程

机器学习概述1.机器学习工作流程学习目标1什么是机器学习2机器学习工作流程2.1获取到的数据集介绍2.2数据基本处理2.3特征工程2.4机器学习2.5模型评估3小结2机器学习算法分类学习目标1监督学习2无监督学习

开心码农小王。·2022-11-21 21:11

机器学习算法+代码

机器学习一、概述1、机器学习研究方向传统预测图像识别自然语言处理2、数据集构成数据集=特征值+目标值监督学习：目标值为类别属于分类问题目标值为连续数据属于回归问题无监督学习无目标值3、机器学习流程获取数据数据处理特征工程机器学习模型

点击领取椭圆·2022-11-21 21:40

机器学习-day3

@day31-回归和聚类2-线性回归3-欠拟合与过拟合4-岭回归5-分类算法：逻辑回归6-模型保存与加载7-无监督学习K-means算法4.1线性回归回归问题：目标值-连续型的数据4.1.1线性回归的原理

爱吃肉的鸽子·2022-11-21 21:36

主成分分析法（PCA）

它是一种常用的无监督学习方法，这一方法利用正交变换把由线性相关变量表示的观察数据转换为少数几个由线性无关变量表示的数据，线性无关的变量称为主成分。

bugmaker.·2022-11-21 21:02

深度学习常见概念整理（二）

BatchNormalization）23.卷积神经网络的特点24.过拟合梯度弥散局部极值25.激增梯度问题（ExplodingGradientProblem）26.数据增强27.正则化28.监督学习、无监督学习

叶青古·2022-11-21 20:16

2022.9.25 第二次周报

Token词典Vector声音二、Machinelearning机器学习1.1简言机器学习1.2机器学习的定义1.3supervisedlearning监督学习1.3unsupervisedlearning无监督学习

杨幂臭脚丫子·2022-11-21 20:38

机器学习——算法分类以及开发流程

目录机器学习算法的判别依据数据类型数据类型的不同应用机器学习开发流程1、原始数据2、数据的基本处理3、特征工程4、找到合适的算法进行预测5、模型评估——判定模型效果6、上线使用机器学习算法分类监督学习——特征值+目标值分类——目标值离散型回归——目标值连续型无监督学习

非零因子·2022-11-21 18:18

四、PCA降维

文章目录无监督学习降维方法——主成分分析（PrincipalComponentsAnalysis，PCA）如何定义主成分？从这种定义出发，如何设计目标函数使得降维达到提取主成分的目的？

bugmaker.·2022-11-21 18:46

二分类数据集_玩转UCI心脏病二分类数据集领学课笔记

机器学习分为四个基本问题，分类、回归、聚类、降维分类和回归是监督学习，需要用到标签，分类需要预测离散的类别，回归是要预测出一个连续的值聚类和降维是无监督学习，不需要用到标签，聚类是把数据按照自组织的相似行聚类成一簇一簇的

weixin_39605905·2022-11-21 17:44

玩转UCI心脏病二分类数据集领学课笔记

机器学习分为四个基本问题，分类、回归、聚类、降维分类和回归是监督学习，需要用到标签，分类需要预测离散的类别，回归是要预测出一个连续的值聚类和降维是无监督学习，不需要用到标签，聚类是把数据按照自组织的相似行聚类成一簇一簇的

“逛丢一只鞋”·2022-11-21 17:43

语音识别DNN-HMM

GMM是生成模型，采用无监督学习，DNN是判别模型，采用有监督学习。GMM对HMM中的后验概率的估计需要数据发布假设，同一帧元素之间需要相互独立，因此

zephyr_wang·2022-11-21 17:30

机器学习实战——Kmeans聚类算法

机器学习实战——Kmeans聚类算法1聚类算法介绍1.1K-均值聚类1.2聚类效果的评价2sklearn中的实现1聚类算法介绍在无监督学习中，训练样本的标记是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律

wxw_csdn·2022-11-21 16:39

机器学习实战学习记录（10-12章)

参考：机器学习实战PeterHarrington十、利用k-均值聚类算法对未标注的数据分组聚类是一种无监督学习，它将相似的对象归到同一个簇中。簇内对象越相似，聚类的效果越好。

我的宠物不是小马·2022-11-21 16:38

开箱即用！中文关键词抽取（Keyphrase Extraction），基于LDA与PageRank（TextRank， TPR， Salience Rank， Single TPR）

KeyphraseExtractionAlgorithm项目地址：https://github.com/JackHCC/Chinese-Keyphrase-Extraction无监督学习：中文关键词抽取

JackHCC·2022-11-21 11:53

Auto-Encoders、VAE及实战

无监督学习Whyneeded降维；预处理：巨大的尺寸，比如224x224，很难处理；可视化：https://projector.tensorflow.org/；利用无监督的数据；压缩、去噪、超分辨率Auto-Encoders

daoboker·2022-11-21 10:28

论文解读: Exploiting Cloze Questions for Few Shot Text Classiﬁcation and Natural Language Inference

前言：在自然语言研究领域，某些自然语言处理任务可以利用“预训练模型+任务描述”方式的无监督学习来解决。然而，已有的“预训练模型+任务描述”的无监督学习方法不如有监督学习方法效果好。

遥望山海·2022-11-21 09:48

使用svm对光学字符数据进行分类_深度学习-14.文本分类简述

在深度学习中文本分类又可以分文有监督学习的和无监督学习。但是无论何种方法文本分类最终应该是属于数学的集合的归类问题。假设给定字符串集合,在给定类别集合。存在一个函数,R取值{0,1}。如果,表示文

weixin_39664136·2022-11-21 08:12

机器学习期末复习题题库-单项选择题

1.属于监督学习的机器学习算法是：贝叶斯分类器2.属于无监督学习的机器学习算法是：层次聚类3.二项式分布的共轭分布是：Beta分布4.多项式分布的共轭分布是：Dirichlet分布5.朴素贝叶斯分类器的特点是

不再犹豫just do it·2022-11-21 07:27

无监督学习——K均值聚类的Python实现

目录概要一、K均值算法二、K值的选取：手肘法三、用聚类实现鸢尾花数据分类四、应用案例1.读取数据2.绘制手肘图3.找到最佳K值4.分类结果可视化机器学习类型和算法的分类无监督学习的数据集中没有输出标签y

Dr.sky_·2022-11-21 06:56

k-means聚类（python代码）

k-means聚类接下来是进入聚类算法的的学习，聚类算法属于无监督学习，与分类算法这种有监督学习不同的是，聚类算法事先并不需要知道数据的类别标签，而只是根据数据特征去学习，找到相似数据的特征，然后把已知的数据集划分成几个不同的类别

平平平安喔·2022-11-21 05:45

sklearn专题六：聚类算法K-Means

目录1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算法的时间复杂度3sklearn.cluster.KMeans3.1

Colorfully_lu·2022-11-21 05:07

机器学习——从基本概念到入手

机器学习——从基本概念到入手基本概述什么是机器学习什么是数据集机器学习的算法怎么分类监督学习无监督学习数据集Sklearn数据集的基本操作小数据集的获取大数据集的获取获取数据的返回类型数据集的划分sklern

甩一手好枪·2022-11-21 03:32

西瓜书学习笔记9-聚类

chapter9聚类9.1聚类任务在无监督学习中，训练样本的标记未知，目标是通过无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础，此类学习中应用最广，研究最多的是“聚类”。

weixin_41872340·2022-11-21 02:01

【无监督学习】聚类算法：高斯混合模型GMM

Ⅰ.原始数据i.i.训练集i.ii.测试集Ⅱ.python程序importpandasaspdimportnumpyasnpfromsklearn.mixtureimportGaussianMixture#训练集data=pd.read_excel('数据.xlsx',sheet_name='Sheet3')x_train=np.array(data.iloc[:,1:]).Tgm=Gaussia

黑小慕·2022-11-21 01:57

机器学习吃瓜教程打卡第一天——西瓜书一二章概况笔记

学习任务分为监督学习（分类和回归）和无监督学习（聚类）个人理解分类和聚类的区别在于类别是否是确定的。对于监督学习和无监督学习的概念来说，应该是是否有数据标签，基

糊小烦·2022-11-21 00:23

李宏毅机器学习组队学习打卡活动day01---机器学习介绍

CharlesLC的博客·2022-11-20 23:43

李宏毅《机器学习》任务六

总结01-机器学习介绍介绍机器学习的概念，监督学习，无监督学习，迁移学习，强化学习等概念02-回归介绍回归的概念，应用，线性回归，利用损失函数进行模型评估，使用梯度下降法拟合模型03-误差和梯度下降介绍偏差与方差

luckywlj0115·2022-11-20 23:42

李宏毅机器学习学习打卡Task01-介绍篇

机器学习的套路模型->策略->算法二、机器学习的相关技术机器学习的基本框架（1）监督学习训练集全都有标签（2）半监督学习减少数据量，训练集有一部分无标签（3）迁移学习减少数据量，训练集有一部分完全不关联的标签（4）无监督学习无师自通

SASIOVERLXRD·2022-11-20 23:04

深度强化学习

强化学习和有监督学习、无监督学习都不太一样，有一个智能体（Agent）的概念。什么是智能体呢？大家应该都玩过任天堂的一款经典FC横版通关游戏——马里奥兄弟。

我是女孩·2022-11-20 23:11

【机器学习】课程笔记01_引言(Introduction)

引言前言什么是机器学习监督学习（SupervisedLearning）无监督学习（UnsupervisedLearning）前言机器学习（MachineLearning）从AI（人工智能）发展出来的一个领域为计算机开发的一项新功能应用领域

雀栎·2022-11-20 23:07

【干货总结】| Deep Reinforcement Learning 深度强化学习

在机器学习中，我们经常会分类为有监督学习和无监督学习，但是尝尝会忽略一个重要的分支，强化学习。有监督学习和无监督学习非常好去区分，学习的目标，有无标签等都是区分标准。

weixin_30343157·2022-11-20 21:19

跟李沐学AI：实用机器学习 | 第三章

自监督学习：标号从数据中产生得来，例如BERT、word2vec半监督学习：使用标注和未标注的数据训练，学习能够预测未标注数据的标号的模型，例如自训练无监督学习：使用未标注的数据训练，例如聚类、密度估计

ZzzGo!·2022-11-20 21:03

机器学习之聚类（基本知识点整理）

无监督学习无监督学习是机器学习的一种方法，没有给定事先标记过的训练示例，自动对输入数据进行分类或分群。无监督学习的优点：①算法不受监督信息（偏见）的约束，可能考虑到新的信息。

Refrain*·2022-11-20 20:43

【机器学习】概述

常见任务包括分类和回归分类：输出是类别标签回归：输出是实数2.无监督学习没有

Matilda_00·2022-11-20 19:45

lstm代码_验证 | 单纯用LSTM预测股价，结果有多糟（附代码）

weixin_39834205·2022-11-20 17:49

机器学习学习笔记 1

UCIREPOSIORY分类：离散值回归regression：连续值聚类：无标记信息训练数据集无标签监督学习：分类回归无监督学习：聚类。

无bug代码搬运工·2022-11-20 17:06

python机器学习应用笔记

无监督学习（UnsupervisedLearning）训练集没有人标注的结果。半监督学习（Semi-supervisedLearning）介于监督学习和无监督学习之间强

芒果很芒~·2022-11-20 16:31

神经网络结构：生成式对抗网络（GAN）

生成对抗网络(GAN)，是深度学习模型之一，2014年lanGoodfellow的开篇之作GenerativeAdversarialNetwork，GAN是一种无监督学习方法，它巧妙地利用“对抗”的思想来学习生成式模型

凌逆战·2022-11-20 14:52

Deep Reinforcement Learning超简单入门项目 Pytorch实现接水果游戏AI

学习过传统的监督和无监督学习方法后，我们现在已经可以自行开发机器学习系统来解决一些实际问题了。我们能实现一些事件的预测，一些模式的分类，还有数据的聚类等项目。

Hαlcyon·2022-11-20 13:51

【学习笔记】《Python深度学习》第四章：机器学习基础

文章目录1机器学习的四个分支1.1监督学习1.2无监督学习1.3自监督学习1.4强化学习2评估机器学习模型2.1训练集、验证集和测试集2.2注意事项3数据预处理、特征工程和特征学习3.1神经网络的数据预处理

Schanappi·2022-11-20 11:19

论文阅读：Co-attention CNNs for Unsupervised Object Co-segmentation（IJCAI-18）

论文原文部分代码实现一种端到端的、无监督学习实现的图像协同分割。主要由两个CNNs模块组成：特征提取器、协同注意力生成器。

淘尽黄沙后·2022-11-20 11:07

面向机器学习的神经网络

第一周：面向机器学习的神经网络文章目录前言一、机器学习的重要性二、神经元网络1.什么是神经元网络2.简单的神经元模型三.ANN的MNIST学习范例四.机器学习算法的三大类1.监督学习2.强化学习3.无监督学习前言自学

wuguanfengyue-·2022-11-20 10:41

推荐频道

无监督学习