无监督学习第39页

我一拳打弯你A柱·2022-11-19 14:41

机器学习笔记（第一周课程）

任务T：要实现的任务经验E：多次运行的经验性能度量P：良好完成任务T的概率或者次数机器学习包括两个主要的机器学习问题：监督学习和无监督学习。监督学习：我们教会计算机做某件事，相关的有：回归、分

chunqiuchan·2022-11-19 14:22

1. 机器学习与深度学习——关系、无/半/有监督学习、差异、主流框架

机器学习与深度学习目标1.人工智能、机器学习、深度学习三者之间的关系2.机器学习方式介绍2.1无监督学习2.2半监督学习2.3有监督学习3.深度学习与传统机器学习的差异3.1深度学习迅速发展的必然性3.2

@DWC_DIP·2022-11-19 13:55

支持向量机（Support Vector Machine，SVM）

无监督学习：训练样本的标记信息未知，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

AA_WangZai·2022-11-19 13:40

GraphSage -《Inductive Representation Learning on Large Graphs》论文详解

目录前言GraphSAGE算法Embedding生成算法聚合函数固定大小邻居采样GraphSAGE参数学习无监督学习理论分析（案例研究）附录（作者简介）前言之前在推荐排序上开发的一个算法，取得了不错的效果

November丶Chopin·2022-11-19 13:08

无监督学习方法

然而现有网络依然难以适应于未见过的真实环境，而且获取足够的真实视差图和对应的立体图像对难度巨大，因此研究人员研究基于无监督学习的深度估计网络。下面列举出近年来的几篇关于无监督学习的深度估计网络的论

爱钻研的小铭·2022-11-19 11:47

基于MVTec的无监督学习

（排名38）Sub-ImageAnomalyDetectionwithDeepPyramidCorrespondences（SPADE）具有深度金字塔对应的子图像异常检测1.概述利用预训练特征的KNN方法在应用于整个图像时的异常检测性能非常出色，但KNN不能标记出异常在图像内的位置的分割图。本文基于异常图像和恒定数量的相似正常图像的对齐，使用基于多分辨率特征金字塔的对应关系。人类可以检测与先前模式

视觉菜鸟Leonardo·2022-11-19 10:41

Python深度学习-ch4机器学习基础(学习笔记）

4.1机器学习的四个分支4.1.1监督学习样本类别或者目标是已知的4.1.2无监督学习样本只有特征，无已知的类别或者目标，降维和聚类都是众所周知的无监督学习方法。

不吃·2022-11-19 08:24

深度学习中常用术语

在本质上，监督学习的目标在于，构建一个由输入到输出的映射，该映射用模型来表示无监督学习与监督学习相反，无监督学习的数据是没有标签的，我们把数据给机器，并让它试着从这些数据中找到某种结构。

卡多莫西·2022-11-19 08:24

医学影像-深度学习综述

2.深度学习方法综述2.1监督学习2.2无监督学习2.2.1Autoencoder自动编码器广泛应用于降维和特征学习通过最小化输入和从潜在表示重建之间的重

松下直子·2022-11-19 08:46

python深度学习笔记2--机器学习基础

一、机器学习分支监督学习：给定一组样本，机器学习可以学会将输入数据映射到已知目标[标注]主要包括分类和回归还有更多奇异的变体如序列生成目标检测图像分割无监督学习：没有目标的情况下寻找输入数据的有趣变换常见无监督学习方法降维和聚类自监督学习没有人工标注的标签强化学习二

小杜今天学AI了吗·2022-11-19 08:16

李宏毅机器学习笔记第1周-机器学习基本概念

文章目录一、机器学习的概念二、机器学习的应用领域三、监督学习（Supervisedlearning）四、加强学习（Reinforcementlearning）五、无监督学习（UnsupervisedLearning

MoxiMoses·2022-11-19 08:10

阅读桑迪潘·戴伊的《Python图像处理实战》笔记九

**九、图像处理中经典机器学习方法**1.监督学习与无监督学习（1）监督学习：已知输入数据集和正确标签，需要学习输入和输出之间的关系。（2）无监督学习：很少或根本不知道输出应该是什么样的。

苏哩·2022-11-19 07:21

【无标题】

valid)：建立模型测试数据：检查模型，测试精确度训练集（train）：帮助训练模型，确定拟合曲线的参数验证机（valid）：模型选择，辅助模型构建（可选）column列row行x1x2y--––监督学习与无监督学习监督学习

今天又没睡醒·2022-11-19 07:06

高斯混合模型（GMM）实现图像分割

机器学习十大经典算法：另辟蹊径EM算法+高斯混合模型图像像素分割实战——Nemo鱼图像分割（python代码+详细注释）_意疏的学习笔记-CSDN博客_em算法实现图像分割GMM与聚类一样属于无监督学习统计模型

lillllllll·2022-11-19 07:21

统计学习方法

统计学习的目的预测和分析，兼顾学习效率统计学习的方法监督学习、无监督学习、强化学习从给定的、有限的、用于学习的训练集合出发，假设数据是独立同分布产生的；并且假设要学习的模型属于某个函数的集合，称为假设空间

weixin_50810484·2022-11-19 06:07

机器学习之K均值聚类算法

无监督学习是指没有事先标记好训练集的类型。聚类和分类都是对记录进行分组；但分类则有预先定义的类别。K均值聚类算法其实很简单，就如上图所述，我们紧

原创小白变怪兽·2022-11-19 06:38

机器学习算法——Kmeans

直到质心不再改变2.聚类算法聚类算法：是一种典型的无监督学习

仰望夏日·2022-11-19 06:07

聚类算法---Kmeans算法、K均值算法

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。聚类算法与分类算法最大的区别是：聚类算法是无监督的学习算法分类算法属

小葵向前冲·2022-11-19 06:35

机器学习-kmeans（k均值聚类算法）

聚类的概念①聚类输入无监督学习，也就是给定数据没有标签，需要我们人为的对数据进行归类处理。

菜鸟的进步历程·2022-11-19 06:28

机器学习之Kmeans算法（自学笔记）

文章目录一，有监督学习与无监督学习二，Kmeans算法（一）Kmeans算法原理（二）Kmeans算法步骤（三）Kmeans的优化三，Kmeans优缺点四，例题一，有监督学习与无监督学习有监督学习：有监督学习我们接触过很多

zhi金——金小亮·2022-11-19 06:55

机器学习之聚类：Kmeans实战

无监督学习：机器学习的一种方法，没有给定事先标记过的训练示例，自动对输入的数据进行分类或分群。無監督學習的優點算法不受监督信息（偏见）的约束，可能考虑到新的信息这

名难取aaa·2022-11-19 05:59

学习打卡系列Day1——李宏毅机器学习（10月）

目录一、机器学习介绍1.人工智能、机器学习、深度学习三者之间的联系2.机器学习的三个步骤3.相关技术（学习策略、任务、方法）3.1.监督学习3.2.半监督学习3.3.迁移学习3.4.无监督学习3.5.强化学习二

不爱喝牛奶的哈士奇·2022-11-19 04:43

【机器学习】day1: 机器学习介绍（李宏毅）

地瓜没有花·2022-11-19 04:24

k-means算法例题应用

属于无监督学习算法，也是就样本没有label(标签)，然后根据某种规则进行“分割”，把相同的或者相近的放在一起。算法缺点：不能帮助我们自动分类，需要指定。

weixin_su·2022-11-19 03:38

决策树经典算法ID3——我的第一篇博客

简介决策树是机器学习中一种常见的分类算法，属于有监督学习算法(至于什么是有监督学习，什么是无监督学习读者可以自行百度)。

Chaoying.·2022-11-19 03:18

Python机器学习之k-means聚类算法

1引言所谓聚类,就是按照某个特定的标准将一个数据集划分成不同的多个类或者簇,使得同一个簇内的数据对象的相似性尽可能大,同时不再一个簇内的数据对象的差异性也尽可能大,聚类算法属于无监督学习算法的一种.k-

赵卓不凡·2022-11-19 03:24

无监督聚类算法—K-means算法基础

目录1、无监督算法简介2、K-means算法思想3、K-means算法实现步骤4、K-means示意图5、代码实现6、结果展示1、无监督算法简介无监督学习，即对于没有类别标签的样本集，模型可以根据样本的特性

~hello world~·2022-11-19 03:22

Python实现10种聚类算法

最近看到一篇介绍聚类算法的文章（来自海豚数据科学实验室），总结了10种聚类算法及Python实现，分享给大家聚类或聚类分析是无监督学习问题。

Sim1480·2022-11-19 03:13

太强了，10种聚类算法完整Python实现！

聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术，用于发现数据中的有趣模式，例如基于其行为的客户群。有许多聚类算法可供选择，对于所有情况，没有单一的最佳聚类算法。

俊红的数据分析之路·2022-11-19 03:12

李宏毅机器学习笔记p3-p4

线性模型2.损失函数3.梯度下降二、验证模型好坏过拟合优化1.模型的拆分2.加入更多的参数，更多的input3.正则化三、代码的学习总结前言经过上一篇章的学习，我们得知了有很多种深度学习，比如监督学习，无监督学习

鸿鹄一夏·2022-11-19 02:02

以数据为中心的AI构建的一种高效的MLOps系统

机器学习的研究领域包括有监督学习、无监督学习、半监督学习和强化学习等诸多内容。针对有监督学习和半监督学习

深蓝学院·2022-11-19 02:53

KNN算法（一） KNN算法原理

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

~风凌天下~·2022-11-19 01:52

向毕业妥协系列之机器学习笔记:无监督学习-推荐系统之协同过滤

目录一.特征&成本函数二.协同过滤算法三.二进制标签四.均值归一化五.协同过滤TensorFlow实现六.寻找相关特征一.特征&成本函数特征选择：n_u表示用户数，n_m表示电影数，n表示特征数，评分中的？代表没看过，0代表评价是0颗星（相当于分），5代表5颗星，其他依次类推左侧是电影名，上侧是用户名，然后右下侧是用户给电影的评分，最右侧是每个电影的特征（是的，特征也有评分，比如romance=0

深海鱼肝油ya·2022-11-19 00:03

机器学习算法概述——摘录《机器学习算法导论》

1.2机器学习的形式分类1.2.1监督式学习1.2.2无监督学习1.2.3强化学习1.3机器学习算法综览第一章机器学习算法概述人工只能的概念是由以麦卡赛、明斯基、罗切斯特和香农等为首的一批科学家在1956

jeanette77·2022-11-18 08:47

常见机器学习模型（一）—— 贝叶斯分类器

（无监督学习，无label）关联分析：Apriori。（啤酒和尿布放在一起销量更好的经典案例）连接分析：

知了爱啃代码·2022-11-18 00:10

机器学习极简入门笔记-5-无监督学习-K-means

目录第17章KNN算法（有监督学习算法，放在此位置是为了与下一章的K-means做对比）17.1KNN算法原理17.2KNN中的K第18章K-means——最简单的聚类算法18.1K-means算法步骤18.2K-means算法具体细节18.3启发式算法18.4K-means算法的局限性18.5K-means算法代码实现18.6KNN实例第17章KNN算法（有监督学习算法，放在此位置是为了与下一章

南鸢北折·2022-11-17 11:54

【机器学习】机器学习知识点全面总结（监督学习+无监督学习）

目录：机器学习知识点全面总结一、监督学习1.1单模型1.1.1线性回归1.1.2逻辑回归1.1.3Lasso1.1.4K近邻(KNN)1.1.5决策树1.1.6bp神经网络1.1.7支持向量机(SVM)1.1.8朴素贝叶斯1.2集成学习1.2.1Boosting1.2.1.1GBDT1.2.1.2Adaboost1.2.1.3XGBoost1.2.1.4LightGBM1.2.1.5CatBoos

旅途中的宽~·2022-11-17 11:53

【机器学习应用】机器学习之无监督学习

一、什么是无监督学习所谓无监督学习，指的并不是现实中没人看管的学习方式，而是指利用无标签的数据学习数据的分布或者数据之间的关系。

林北不要忍了·2022-11-17 07:58

机器学习算法/模型——有监督到无监督（聚类）：由 KNN 到 K-menas

1.1基本思想1.2算法步骤2.聚类（Clustering）3.K-means3.1本质和概要本质前提算法思路3.2损失/目标函数3.3优化算法：期望最大化（EM）4.缺点5.代码DBSCAN有监督学习和无监督学习

Robin_Pi·2022-11-17 07:17

向毕业妥协系列之机器学习笔记:无监督学习-异常检测

目录一.发现异常事件二.高斯正态分布三.异常检测算法四.开发与评估异常检测系统五.异常检测与监督学习对比六.选择使用什么特征一.发现异常事件下图的例子是飞机发动机的制造，有很多特征，我们为了方便讲解取其中的两个特征：发动机产生的热量和震动强度，然后数据集是m个（发动机，每个发动机有两个特征），我们这个异常检测的问题就是测试新的数据和原来的数据是否相似，可以看到下图的坐标轴图像的示例，有一个合格的示

深海鱼肝油ya·2022-11-17 07:44

Word2Vec——Skip-Gram模型

Word2Vec是从巨大量文本中以无监督学习（从无标注数据中学习预测模型）的方式，被大量广泛的用于自然语言处理的算法技术。

iCake丶·2022-11-16 16:17

Python机器学习算法入门教程（一）

写在前面的话人工智能应用人工智能发展简史1、第一次兴起2、第二次发展3、第三次崛起机器学习&深度学习学习形式分类1、有监督学习2、无监督学习预测结果分类1、回归&分类2、聚类机器学习常用术语机器学习术语

热爱科技的刘同学·2022-11-16 10:18

西瓜书《机器学习》第一章重点总结

2.根据训练数据是否拥有标记信息，学习任务可分如“监督学习”（有明确的答案）和“无监督学习”（无明确的一个答案）。

learner.bear·2022-11-16 07:27

机器学习西瓜书第一章绪论读书笔记

1.绪论1.1引言1.2基本术语预测离散值分类二分类多分类连续值回归根据训练数据是否拥有标记信息监督学习无监督学习泛化能力generalization学得模型适用于新样本的能力，具有强泛化能力的模型能很好的适用于整个样本空间希望能通过对样本的训练反映出总体空间的特性独立同分布假设样本空间中全体样本服从一个未知的分布

猾枭·2022-11-16 07:20

学习记录636@python机器学习K-means实战之新闻聚类

概述根据新闻标题，对新闻进行聚类，注意这是无监督学习的范畴。新闻内容是文本，因此核心是结巴分词和文本向量化的操作。

教练我想学编程·2022-11-15 17:48

机器学习之聚类（实战）

1.无监督学习按照特征进行划分，没有对与错，寻找数据的共同点。机器学习的一种方法，没有给定事先标记过的训练示例，自动对输入的数据进行分类或分群。优点：算法不受监督信息的约束，可能考虑到新的信息。

亲爱的鱼啊·2022-11-15 17:16

第1关：无监督学习的文本聚类

1、无监督学习的特点有：B、不需要带标签的数据D、无法量化效果2、下列哪项是无监督学习的方法？

好牛叉·2022-11-15 17:46

人工智能：第四章机器学习之聚类

机器学习之聚类介绍无监督学习聚类聚类分析常用的聚类算法K均值聚类K近邻分析模型（KNN）均值漂移聚类实战准备任务介绍实战一：采用Kmeans算法实现2D数据类别划分1、采用Kmeans算法实现2D数据自动聚类

flare zhao·2022-11-15 17:45

机器学习之无监督学习：聚类

Mr_BigG·2022-11-15 17:43

推荐频道

无监督学习

K-Means算法及相关案例