无监督学习

机器学习实战—无监督学习之聚类

文章目录一.无监督学习简介二.聚类2.1简介2.2聚类算法K-Means2.2.1简介2.2.2K-means原理2.2.3K-means使用2.2.4中心点初始化方法2.2.4K-means++2.2.5
jakiechaipush·2022-11-15 17:40

九种机器学习模型的简单介绍

学习分类根据数据标记分类supervisedlearning监督学习训练集中的目标是由人标注的unsupervisedlearning无监督学习输入数据没有被标记，也没有确定的结果。
imzhanghaohui·2022-11-15 11:50

无监督学习——自编码神经网络原理及其实现

一、自编码神经网络概述1、信息处理问题信息瓶颈稠密信息转稀疏信息稀疏信息转稠密信息稠密信息转稠密信息自编码神经网络介绍自编码器是深度学习中的一种非常重要的无监督学习方法,能够从大量无标签的数据中自动学习
gwprock·2022-11-15 11:16

【机器学习】目标函数总结

二、机器学习算法分类三、有监督学习的目标函数概述1.分类问题2.回归问题3.数据生成模型四、无监督学习的目标函数1.聚类2.数据降维五、强化学习参考链接一、为什么需要目标函数？
想变厉害的大白菜·2022-11-15 09:06

机器学习中的目标函数总结

无监督学习算法通常通过优化一个目标函数完成数据降维或聚类。强化学习算法在训练时通过最大化奖励值得到策略函数，然后用策略函数确定每种状态下要执行的动作。多任务学习、半监督学习的核
zenRRan·2022-11-15 09:58

机器学习的分类

1、一般分类机器学习的一般分类为：监督学习、无监督学习、强化学习、半监督学习、主动学习。1.监督学习监督学习是从这样的示例对中学习统计规律，然后对于新的X，给出对应的y。
代码与思路齐飞·2022-11-15 09:24

李宏毅机器学习2016 第十六讲 生成对抗网络 GAN

哔哩哔哩课程资源：Hung-yiLee课程相关PPT已经打包命名好了：链接：https://pan.baidu.com/s/1c3Jyh6S密码：77u5我的第十五讲笔记：李宏毅机器学习2016第十五讲无监督学习生成模型之
Joe-Peng_hitsz·2022-11-14 13:15

NLP的Glove模型

中和Word2Vec并列的一个词向量模型，它来自斯坦福的一篇论文，GloVe全称应该是GlobalVectorsforWordRepresentationGloVe模型是一种词向量分布表示模型，是一种无监督学习算法
hxxjxw·2022-11-14 11:26

【机器学习】无监督学习Autoencoder和VAE

众所周知，机器学习的训练数据之所以非常昂贵，是因为需要大量人工标注数据。autoencoder可以输入数据和输出数据维度相同，这样测试数据匹配时和训练数据的输出端直接匹配，从而实现无监督训练的效果。并且，autoencoder可以起到降维作用，虽然输入输出端维度相同，但中间层可以维度很小，从而起到降维作用，形成数据的一个浓缩表示。可以用autoencoder做Pretraining，对难以训练的深
weixin_30516243·2022-11-14 09:38

Machine Learning Model

@Brief：一文整理机器学习方法，监督学习，无监督学习，自监督学习，弱监督学习，半监督学习的定义以及关系。
GRF-Sunomikp31·2022-11-14 09:33

NLP数据增强学习笔记

通常来说，有监督学习的模型性能会好于无监督学习的模型。但是，有监督学习的模型需要大量的标注数据，而人工标注数据需要花费大量的人力物力，所以数据增强是一种有效的解决方案。
暴走的Mine·2022-11-13 14:12

深度聚类相关（三篇文章）

DeepClusteringforUnsupervisedLearningofVisualFeatures原文链接：https://arxiv.org/pdf/1807.05520.pdf完全不需要标签的无监督学习方法
byzy·2022-11-13 14:38

机器学习概论整理与总结

根据处理的数据是否具有标签信息，我们可以将机器学习分为监督学习、无监督学习、半监督学习、强化学习等几种类型。
VernonJsn·2022-11-13 11:34

机器学习-无监督学习-聚类：聚类方法（六）--- 用高斯混合模型（GMM）【使用最大期望值算法（EM算法）来求解】

四、GMM(高斯混合模型)聚类算法高斯混合模型（GaussianMixtureModel）通常简称GMM，是一种业界广泛使用的聚类算法，该方法使用了高斯分布作为参数模型，并使用了期望最大（ExpectationMaximization，简称EM）算法进行训练。实际上在特定约束条件下，K-means算法可以被看作是高斯混合模型（GMM）的一种特殊形式。1、什么是高斯分布？高斯分布（Gaussiand
u013250861·2022-11-13 10:49

机器学习实战-63:混合高斯模型聚类算法(Gaussian Mixture Model)

机器学习分为监督学习、无监督学习和半监督学习(强化学习)。无监督学习最常应用的场景是聚类(clustering)和降维(dimensionreduction)。
MTVideoAI·2022-11-13 10:18

第5章 卷积神经网络

系列文章目录第1章绪论第2章机器学习概述第3章线性模型第4章前馈神经网络第5章卷积神经网络第6章循环神经网络第7章网络优化与正则化第8章注意力机制与外部记忆第9章无监督学习第10章模型独立的学习方式第11
zaiziwamei·2022-11-13 00:59

第2章 机器学习概述

系列文章目录第1章绪论第2章机器学习概述第3章线性模型第4章前馈神经网络第5章卷积神经网络第6章循环神经网络第7章网络优化与正则化第8章注意力机制与外部记忆第9章无监督学习第10章模型独立的学习方式第11
zaiziwamei·2022-11-13 00:28

第4章 前馈神经网络

系列文章目录第1章绪论第2章机器学习概述第3章线性模型第4章前馈神经网络第5章卷积神经网络第6章循环神经网络第7章网络优化与正则化第8章注意力机制与外部记忆第9章无监督学习第10章模型独立的学习方式第11
zaiziwamei·2022-11-13 00:28

第3章 线性模型

系列文章目录第1章绪论第2章机器学习概述第3章线性模型第4章前馈神经网络第5章卷积神经网络第6章循环神经网络第7章网络优化与正则化第8章注意力机制与外部记忆第9章无监督学习第10章模型独立的学习方式第11
zaiziwamei·2022-11-13 00:23

数据挖掘2.6——聚类 知识点整理

■与分类的区别无监督学习，给的数据没有类标号信息2
是Yu欸·2022-11-12 11:52

机器学习算法优缺点总结

机器学习算法优缺点总结：无监督学习算法：聚类算法：K-MeansK-Means中心思想：事先确定常数K，常数K意味着最终的聚类类别数，首先随机选定初始点为质心，并通过计算每一个样本与质心之间的相似度，将样本点归到最相似的类中
Calorie_Wu·2022-11-12 11:21

机器学习----聚类

聚类无监督学习(unsupervisedlearning)是找出输入数据的模式。比如，它可以根据电影的各种特征做聚类，用这种方法收集数据为电影推荐系统提供标签。
__Miracle__·2022-11-12 11:09

数据挖掘——聚类

聚类是无监督学习。聚类的过程数据准备→特征选择&特征提取→聚类→结果评估聚类的质量每个簇的质量用簇内距离刻画，聚类的总体质量用簇间距离衡量。常
　木夕敢敢·2022-11-12 11:36

李宏毅机器学习笔记——生成式对抗网路(Generative Adversarial Network, GAN)

概念生成式对抗网络（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。
vincewm·2022-11-11 11:05

生成式对抗网络Generative Adversarial Networks(GANs)

1.前言2.参考资料3.研究背景4.GAN的框架4.1对抗框架(AdeversarialNets)*关于“无监督学习”的说明4.2Minimaxtwo-playergame(Loss)4.3Trainingprocedure5
hellozhxy·2022-11-11 11:03

基于LS-SVM对偶问题的分类、回归、时间序列预测和无监督学习研究（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。目录1概述2运行结果3参考文献4Matlab代码实现1概述支持向量机（SVM）是一种解决非线性分类、函数估计和密度估计问题的强大方法，这也导致了基于核的学习方法的许多其他最新发展。SVM是在统计学习理论和结构风险最小化的背景下引入的在这些方法中，人们解决凸优化问题，通常是二次规划。最小
研学社·2022-11-11 08:12

无监督学习 – Unsupervised learning | UL

无监督学习–Unsupervisedlearning|UL文章目录什么是无监督学习？无监督学习的使用场景常见的2类无监督学习算法无监督学习是机器学习领域内的一种学习方式。
地理探险家·2022-11-10 14:55

对比学习

相对于有标签的学习，我个人认为强监督学习给的标签过于单一，加入认为认知进入，相对于无监督学习来说，模型可以
blackmanba_084b·2022-11-10 14:17

聚类算法及其模型评估指标【Tsai Tsai】

目录1.无监督学习与聚类算法2.KMeans2.1KMeans是如何工作的2.2簇内误差平方和的定义3.sklearn.cluster.KMeans3.1重要参数n_clusters3.2重要属性inertia
talle2021·2022-11-10 12:30

无监督学习之DBSCAN算法

DBSCAN算法1.算法的基本概念2.算法操作步骤3.算法的参数选择4.算法的优点与缺点1.算法的基本概念全称：Density-BasedSpatialClusteringofApplicationswithNoise属性概念属性概念核心对象若某个点的密度达到算法设定的阈值则其为核心点。（即r邻域内点的数量不小于number个数量）边界点属于某一个类的非核心点,不能在与下一个点密度相连【属于一类的
荼靡，·2022-11-10 12:25

机器学习实战0基础入门（一）之简单入门

提要：1.机器学习出现的原因:海量数据，硬件，接地气2.机器学习分类data:机器学习分为监督学习（有标签），无监督学习（无标签），强化学习（环境封闭，从环境奖惩中学习，eg.玩游戏，alphago棋盘
一个努力学习奋进的游民·2022-11-10 11:12

机器学习中无监督学习是什么？人工智能机器学习

本篇来给大家介绍一下机器学习中的无监督学习。如果还不了解什么是机器学习的，先浏览下这篇内容：机器学习是什么？详解机器学习概念_程序媛珂珂的博客-CSDN博客什么是无监督学习？
程序媛珂珂·2022-11-10 10:55

机器学习中半监督学习是什么？人工智能机器学习

半监督学习是监督学习和无监督学习相互结合的一种学习方法，通过半监督学习的方法可以实现分类、回归、聚类的结合使用。半监督分类：是在无类标签的样例的帮助下训练有类标签的样
程序媛珂珂·2022-11-10 10:55

【机器学习】有监督学习,无监督学习,半监督学习和强化学习

有监督学习,无监督学习,半监督学习和强化学习有监督学习和无监督学习的区别1.有监督学习一些常见的监督学习算法包括：SVM、LR、决策树的对比？
地瓜没有花·2022-11-10 10:54

【人工智能】机器学习入门之监督学习（一）有监督学习

机器学习入门之监督学习(一)有监督学习简介监督学习算法是常见算法之一，主要分为有监督学习和无监督学习。本文主要记录了有监督学习中的分类算法和回归算法，其中回归算法是本文最主要内容。
萌狼蓝天·2022-11-10 10:45

强化学习、增强学习、RL、Reinforcement Learning、无监督学习 by 研三笔记

目录笔者的话分类一些重要的概念Qlearning和saras区别先抽象再具体再抽象分类概念笔者的话学不会，趁早放弃吧！开个小玩笑，哈哈。弄懂，优缺点、特点、研究对象、应用对象、分类、基本原理、应用举例。分类看书先看目录，这个是奇迹重要的！学东西也一样，掌握一样东西的分类是非常非常重要的！能够加深对整体框架的理解。还不多说，且听老夫娓娓道来。强化学习算法按照agent分类，可以分为下面几类：关注最优
干了这碗汤·2022-11-10 07:02

数据挖掘（五） k-means

1.聚类的概念对于有标签的数据，我们进行有监督学习，常见的分类任务就是监督学习；而对于无标签的数据，我们希望发现无标签的数据中的潜在信息，这就是无监督学习。
我叫辰辰啦·2022-11-09 21:27

主成分分析（PCA）应用——特征提取_人脸识别（上）

主成分分析（PCA）应用——特征提取/人脸识别（上）序我在另一篇文章《无监督学习与主成分分析（PCA）》中已经讲过关于PCA的原理，以及它的其中一个应用——降维。
yb705·2022-11-08 17:47

机器学习学习笔记之——无监督学习之降维、特征提取与流形学习

降维、特征提取与流形学习前面讨论过，利用无监督学习进行数据变换可能有很多种目的。最常见的目的就是可视化、压缩数据，以及寻找信息量更大的数据表示以用于进一步的处理。
前丨尘忆·梦·2022-11-08 17:45

机器学习基础——特征提取（笔记一）

目标值对于每一行的数据可以成为样本，有些数据集可以没有目标值机器学习算法分类：目标值：类别——分类问题算法：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——回归问题算法：线性回归，岭回归目标值：无——无监督学习算法
dongcidacigogogo·2022-11-08 17:45

机器学习周志华笔记--聚类

聚类：无监督学习。性能度量：簇内相似度高且簇间相似度低。
儒雅的晴天·2022-11-08 13:16

机器学习——聚类算法总结(一)

机器学习——聚类算法总结(一)1聚类算法介绍1.1、基本形式描述聚类算法是无监督学习的一个重要的应用方向，聚类算法将样本集中的样本划分成若干个不想交的子集，每个子集称为一个“簇”，通过这样的划分，每个簇可能对应于一些潜在的类别
隔壁的NLP小哥·2022-11-08 13:40

不确定度 Uncertainty

SparseandnoisyLiDARcompletionwithRGBguidanceanduncertainty作者在3.2说：在全局和局部分支都用到了不确定性，框架的两个部分都预测了一个置信度图，而置信度图对最终的融合就像是一个权重，因此这个权重是对图片中每一个像素都加权，并且通过无监督学习
翰墨大人·2022-11-08 13:38

周志华机器学习——聚类算法。

聚类算法聚类算法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的潜在结构与j规律，即不依赖于训练数据集的类标记信息。
big_matster·2022-11-08 13:08

【阿旭机器学习实战】【19】如何在不减少分辨率的情况下降低图片存储空间？K-Means算法进行图片颜色点分类存储

本文使用无监督学习算法K-means聚类算法通过对图片颜色点进行聚类的方式，达到降低图片存储空间的目的。
阿_旭·2022-11-08 11:00

【项目实战】Python基于卷积神经网络CNN模型和VGG16模型进行图片识别项目实战

深度学习属于无监督学习，通过组合低层特征形成更加抽象的高层特征或属性特征，以发现数
胖哥真不错·2022-11-07 15:37

全球名校AI课程库（2）| 吴恩达 · 机器学习专项课程『Machine Learning』

2022年课程团队对其进行更新升级，广泛地介绍了现代机器学习，包括监督学习（多线性回归、逻辑回归、神经网络和决策树）、无监督学习（聚类、降维、推荐系统），以及硅谷用于人工智能和机器学习创新的一些最佳实践
ShowMeAI·2022-11-07 15:57

数据科学中常见的9种距离度量方法，内含欧氏距离、切比雪夫距离等

许多算法，无论是监督学习还是无监督学习，都会使用距离度量。这些度量，如欧几里得距离或者余弦相似性，经常在k-NN、UMAP、HDBSCAN等算法中使用。了解距离度量这个领域可能比你想的更重要，以k-N
CV矿工·2022-11-07 12:39

【吴恩达机器学习二刷笔记Part 1】机器学习概述与线性回归

这是第二次刷机器学习做的笔记，第一次没做笔记，只是大体上理解了机器学习是干什么的，有了个框架机器学习概述什么是机器学习简单来说，就是让计算机具有自主学习的能力监督学习SupervisedLearning与无监督学习
不要加班·2022-11-07 11:44

机器学习吴恩达课程学习笔记 Part1——从机器学习概念到线性回归

机器学习——吴恩达课程学习笔记Part1文章目录机器学习——吴恩达课程学习笔记Part1一、**Introduction****Welcome**什么是机器学习学习算法的类型：监督学习与无监督学习监督学习
Blanche117·2022-11-07 10:45
上一页 36 37 38 39 40 41 42 43 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他