无监督学习第38页

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

【机器学习】李宏毅 - 01 机器学习导论

文章目录学习路线图监督学习01.Regression回归02.Classification分类03.建立模型a.线性模型b.非线性模型DeeplearningSVM04.结构化学习半监督学习迁移学习无监督学习强化学习

Biophilia_hyb·2022-11-20 09:34

习题的练习

下列关于Kmeans聚类算法的说法错误的是（D）A.对大数据集有较高的效率并且具有可伸缩性B.是一种无监督学习方法C.K值无法自动获取，初始聚类中心随机选择D.初始聚类中心的选择对聚类结果影响不大聚类算法研究的问题包括

钰涵雨辰·2022-11-20 08:17

人工智能、机器学习、深度学习等概念的关系

根据有无标签，分为有标签的监督学习，有部分标签的半监督学习和没有标签的无监督学习，这种分类概念适合所有机器学习，

风笑谷·2022-11-20 07:19

【datawhale】西瓜书+南瓜书阅读第1、2章笔记

泛指从数据中学到的结果分类：预测离散值回归：预测连续值预测过程称为“测试”根据训练数据是否拥有标记信息，学习任务可大致划分为两大类"监督亦称啃导f币学习"和学习"(supervisedlearning)和"无监督学习

照旧的你好·2022-11-20 06:09

机器学习简介

RL_Shmily·2022-11-20 05:21

神经网络学习

典型的前馈：感知器网络、BP、RBF前馈是监督学习3.2反馈型网络无监督学习典型的反馈网络：hop

狂奔的菜驰·2022-11-20 04:01

吴恩达机器学习课程笔记

机器学习最常使用：监督学习，无监督学习监督学习：监督学习是

wjw今天努力了吗·2022-11-20 04:34

吴恩达机器学习课程笔记一

吴恩达机器学习课程笔记前言监督学习---`Supervisedlearning`无监督学习---`Unsupervisedlearning`聚类异常检测降维增强学习---`Reinforcementlearning

Chen的博客·2022-11-20 04:30

K-means算法

聚类是一种无监督学习，他将相似的对象归于一个簇中，簇中心通过簇中所有点的均值来计算。聚类算法与分类算法的主要区别就是分类的目标类别已知，而聚类的目标类别未知。

Chen的博客·2022-11-20 04:00

DW李宏毅机器学习笔记--Task01-机器学习介绍

Machinelearning3.机器学习的思路二、机器学习相关的技术1.监督学习回归（Regression）问题分类（Classification）问题DeepLearning2.半监督学习3.迁移学习4.无监督学习

湘玄书生·2022-11-20 04:23

机器学习-聚类算法-01

数据集2.2.自定义k-means算法类2.3.测试模块3.效果展示3.1.有标签和无标签数据集3.2.无标签与训练结果对比DBSCAN算法1.理论基础K-Means算法1.理论基础k-means算法属于无监督学习算法核心步骤有两点

turbosqi·2022-11-20 04:42

ECCV22 最新论文汇总（目标检测、图像分割、监督学习、GAN等）

本次更新的ECCV2022论文，包含检测，分割，图像处理，视频理解，神经网络结构设计，无监督学习，自监督学习，迁移学习等方向。项目地址：https://github.com/ext

MrRoose·2022-11-20 03:12

机器学习笔记-Week01

深度学习和pytorch基础文章目录深度学习和pytorch基础机器学习的模型分类监督学习无监督学习半监督学习强化学习参数模型非参数模型生成模型判别模型神经网络基础单层感知器万有逼近定理神经网络每一层的作用神经网络的参数学习

爱吃章鱼的怪兽·2022-11-20 03:01

深度学习Day1——模型分类与基础知识

TableofContents前言关键组件数据模型目标函数优化算法各种机器学习问题监督学习回归分类标记问题搜索推荐系统序列学习标记和解析自动语音识别文本到语音机器翻译无监督学习聚类（clustering

RockLis·2022-11-20 01:40

【Python机器学习基础教程】（三）

无监督学习与预处理无监督学习的预处理本章研究两类无监督学习：数据集变换与聚类数据集的无监督变换是创建数据新的表示的算法。

仿生程序员会梦见电子羊吗·2022-11-20 00:10

机器学习-kmeans-调包和手写源代码

Kmeans前言一、调包实现二、手写代码1.引入库2.代码实现总结前言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。

一颗西柚子·2022-11-20 00:08

matlab编程实现k_means聚类（k均值聚类）

1.聚类的定义以下内容摘抄自周志华《机器学习》根据训练数据是否拥有标记信息，机器学习任务可以大致分为两大类：“监督学习”（supervisedlearning）和“无监督学习”（unsupervisedlearning

陌小桑Vec·2022-11-19 23:31

基于k-means实现鸢尾花聚类

基于k-means实现鸢尾花聚类K-means（k均值聚类）手动实现基于sklearn实现鸢尾花聚类K-means（k均值聚类）与有监督学习相比，无监督学习的样本没有任何标记。

褪色的博客·2022-11-19 23:56

K-means聚类 —— matlab

读取数据3.2原理推导K均值过程3.3自带kmeans函数求解过程完整代码1.简介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

洋洋菜鸟·2022-11-19 23:40

机器学习笔记

1.1.1概述1.1.2对于机器学习的不同定义1.2学习算法1.2.1有监督学习1.2.2无监督学习二、线性回归算法2.1模型表示2.2代价函数2.2.1数学定义2.2.2代价函数的作用2.3梯度下降法

白衣西蜀梅子酒·2022-11-19 23:01

【对比学习】17.Representation Learning withContrastive Predictive Coding(2019.1)

题目：基于对比预测编码的表征学习论文地址：摘要：虽然监督学习已经在许多应用中取得了巨大的进展，但无监督学习还没有得到如此广泛的采用，仍然是人工智能的一个重要而富有挑战性的努力。

一根藤～·2022-11-19 22:21

机器学习之聚类

聚类一、聚类任务聚类是一种经典的无监督学习方法，无监督学习的目标是通过对无标记训练样本的学习，发掘和揭示数据集本身潜在的结构与规律，即不依赖于训练数据集的类标记信息。

积雨辋川·2022-11-19 20:56

收藏 | 半监督目标检测相关方法总结

由于目标检测任务的特殊性，在介绍半监督目标检测方法之前，我们查看一下目标检测在这四个方向下的具体设定，如下图所示（不包括无监督学习

机器学习社区·2022-11-19 20:45

K-均值聚类

聚类是一种无监督学习的方法，是一种在许多领域常用的统计数据分析技术。给定一组数据点，可以用聚类算法将每个数据点分到特定的组中。

chengsir·2022-11-19 19:37

ML/DL入门介绍（底层理解+基本概念）

Beyond_April·2022-11-19 19:06

【李宏毅机器学习】1. Introduction

hand-craftedrules与machinelearningmachinelearning的framework机器学习相关的技术大量label：监督学习减少label：半监督学习和迁移学习没有label：无监督学习强化学习

Daniella He·2022-11-19 19:05

“蘑菇书“配套在线课程上线

在机器学习中，算法根据模型的训练方式的不同，可以分为三类：监督学习、无监督学习和强化学习。强化学习相比于另外两类学习方法出现的较晚，其通过在与环境进行不断交互的过

childchen·2022-11-19 19:04

吴恩达老师的机器学习与深度学习贴

老师主要涉及的内容是前两项，有监督和无监督学习。无监督学习：给计算机一堆数据，让计算机自行处理，主要是进行聚类处理。有监督学习：给计

weixin_41840630·2022-11-19 19:58

kMeans 聚类

无监督学习：只有数据，无明确答案，即训练集没有标签。常见的无监督学习算法有聚类(clustering)，由计算机自己找出规律，把有

Rick_rui·2022-11-19 19:38

监督学习，无监督学习，半监督学习的区别

机器学习大致可以分成三类，第一类是监督学习（SupervisedLearning），第二类是无监督学习（UnsupervisedLearning），第三类是半监督学习（Semi-supervisedLearning

梦里她落·2022-11-19 18:13

kmeans算法和kmeans++算法精简总结

1.kmeanskmeans作为传统的无监督学习算法。很容易受到初值的影响，最后会产生错误的收敛结果，这时候就要借助kmeans++算法进行改进。

AutoGalaxy·2022-11-19 18:21

什么是人工智能?什么是机器学习？什么是深度学习？三连问

人工智能人工智能机器学习有监督学习无监督学习半监督学习强化学习深度学习神经网络三者之间的关系最近机器学习，深度学习频繁出现人工智能领域，成为高频词汇，但是好多同学对这些同学一知半解，一会儿这个学习，一会儿又那个学习的

樊鴻燁·2022-11-19 18:19

第一章绪论：初识机器学习

1.3监督学习Supervisedlearning1.4无监督学习Unsupervisedlearning第一章绪论：初识机器学习1.1欢迎MachineLearning：AI的分支计算机的新功能Examples

xxayt·2022-11-19 17:53

机器学习第一章----绪论

文章目录1、机器学习2、基本术语3、监督学习4、无监督学习5、假设空间6、归纳偏好7、应用现状机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科

weixin_45154388·2022-11-19 17:21

机器学习西瓜书01：绪论~第二章。

1.有监督学习是有有明确的结果，无监督学习是结果不是很明确。2.进行预测时需要有泛化能力，即预测没有见到过的数据的能力。3.归纳偏好：奥卡姆剃刀。

cc 提升ing 变优秀ing·2022-11-19 17:50

机器学习常用算法归详细纳整理

进击的西西弗斯·2022-11-19 17:13

生成对抗网络的损失函数如何设计_生成对抗网络（GAN）

原始的GAN是一种无监督学习方法，巧妙的利用“博弈”的思想来学习生成式模型。

凌云重上山·2022-11-19 16:40

【论文笔记】CTRL: A conditional Transformer Language Model For Controllable Generation

控制码来自与原始文本自然共现的结构，从而保留了无监督学习的优势，同时

Feeedforward·2022-11-19 15:54

Python深入浅出总结~

2.无监督学习(非监督式学习)：则是在没有训练数据集的情况下，对没有标签的数据进行分析并建立合适的模型，以便给出问题解决方案的方法。分类和回归是有监督学习中两个常见的方法。

Miyano_Change·2022-11-19 15:44

推荐频道

无监督学习