无监督学习第5页

【机器学习300问】2、机器学习分为哪几类？

二、无监督学习无监督学习（Unsupervise

小oo呆·2024-01-12 06:21

人工智能复习

机器学习中线性回归和逻辑回归：机器学习的分类：监督学习和无监督学习，半监督学习监督学习（SupervisedLearning）：监督学习是一种利用带有标签（标记）的数据进行训练的机器学习方法。

丘小羽·2024-01-11 21:04

K-均值聚类算法及其优缺点(InsCode AI 创作助手测试生成的文章)

K-均值聚类算法及其优缺点K-均值聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的类别。该算法的基本思想是根据数据点之间的距离，将它们划分为离其最近的K个簇之一。

Persus·2024-01-11 19:25

基于传统机器学习模型算法的项目开发详细步骤

这些算法在图像分类、语音识别、自然语言处理、推荐系统等领域有着广泛的应用无监督学习：已知输入，无输出结果而进行的学习，发现数据中的潜在特征和规律

挑大梁·2024-01-11 10:44

聚类算法k-means（无监督学习）笔记

内容简介笔记记录了聚类算法k-means的实例过程：第1部分为建模流程：先构造包含5个中心点的随机训练集数据，并画图展现样本分布情况，最后导入新数据测试；第2部分介绍了几个常用参数和调优流程；第3、4部分别为评估方法和算法存在的问题。1.k-means建模1）构造训练集（构造5个数作为中心点），画图显示情况#导入模块importnumpyasnpimportos%matplotlibinlinei

Avasla·2024-01-10 10:23

【Machine Learning】Unsupervised Learning

本笔记基于清华大学《机器学习》的课程讲义无监督学习相关部分，基本为笔者在考试前一两天所作的CheatSheet。内容较多，并不详细，主要作为复习和记忆的资料。

YiPeng_Deng·2024-01-10 06:08

机器学习简答题

监督学习、无监督学习、半监督学习、强化学习3、请简述什么是监督学习？什么是无监督学习？有监督学习是指训练数据中包含了输入和输出的标签信息，目标是通过已知输入和输出来预测新数据的标签。

你若盛开，清风自来！·2024-01-09 23:08

如何用DBSCAN聚类模型做数据分析？

DBSCAN属于无监督学习算法，无监督算法的内涵是观察无标签数据集自动发现隐藏结构和层次，在无标签数据中寻找隐藏规律。

赵小洛·2024-01-08 07:41

深度学习（花书）笔记2——（无）监督学习算法介绍

机器学习算法可以分为监督学习算法和无监督学习算法。1.监督学习监督学习算法是给定一组输入x和输出y的训练集，学习如何关联输入x和输出y。在许多时候，输出y很难自动收集，必须由人来提供‘监督’。

吟风芥尘·2024-01-08 06:51

自监督学习简介

1.自监督学习自监督学习是可以看做是一种特殊的无监督学习的一个子类别（但并非无监督学习），因为它利用了未标记的数据。关键思想是让模型无需手动标签即可学习数据表示。

mingqian_chu·2024-01-08 06:45

自监督深度学习技术

因此，SSL可以视为无监督学习和监督学习的中间形式。自监督学习的核心思想是从输

独孤西·2024-01-08 06:13

优化｜PLSA理论与实践

PLSA又称为概率潜在语义分析，是一种利用概率生成模型对文本集合进行话题分析的无监督学习方法。该模型最大的特点是加入了主题这一隐变量，文本生成主题，主题生成单词，从而得到单词-文本共现矩阵。

运筹OR帷幄·2024-01-08 04:11

【论文阅读】Variational Graph Auto-Encoder

VariationalGraphAuto-Encoder代码链接：VariationalGraphAuto-Encoder1、介绍本文提出一个变分图自编码器，一个基于变分自编码（VAE）的，用于在图结构数据上无监督学习的框架

鲸可落·2024-01-08 03:45

[Python] 如何使用scikit-learn库进行线性回归训练和预测

它提供了各种监督和无监督学习算法，包括分类、回归、聚类、降维等。Scikit-learn易于使用且功能强大，可以处理大型数据集，并且具有很好的可扩展性。

老狼IT工作室·2024-01-07 17:15

【论文阅读笔记】 Representation Learning with Contrastive Predictive Coding

RepresentationLearningwithContrastivePredictiveCoding摘要这段文字是论文的摘要，作者讨论了监督学习在许多应用中取得的巨大进展，然而无监督学习并没有得到如此广泛的应用

Kirvin_xia·2024-01-07 16:27

降噪自编码器（Denoising Autoencoder）

降噪自编码器（DenoisingAutoencoder）是一种用于无监督学习的神经网络模型。

不做梵高417·2024-01-06 20:24

李宏毅机器学习-PCA

无监督学习做什么无监督学习主要做两件事情：聚类&降维：比如说下图的树木，只有输入图片，没有标签，我们希望通过一个函数抽象的表达他们，于是抽出一个更抽象的表述生成器：也就是无中生有，我们有很多图片，但不知道是怎么生成的

Zhuanshan_·2024-01-06 09:43

主成分分析

实验目的继续学习无监督学习中的降维算法，最经典的降维算法为主成分分析实验原理PCA的几何解释平移（去中心化）、旋转坐标轴，找到主成分pc1和pc2。

ykzcs2000·2024-01-06 06:02

【深度学习：Self-supervised learning (SSL) 】自我监督学习解释

比较自我监督学习与监督学习和无监督学习为什么计算机视觉模型需要自监督学习？自我监督学习的好处自监督学习的局限性自我监督学习如何运作？

jcfszxc·2024-01-06 06:36

利用自编码器(AutoEncoder, AE)，对图像或信号进行降维和聚类，并将隐空间在2D空间中可视化，通过Matlab编程实现

自编码器（AutoEncoder）是一种无监督学习方法，用于对数据进行降维和聚类。它通过学习输入数据的低维表示来重构输入数据，同时保持数据的分布不变。

学兔兔VIP·2024-01-06 04:04

无监督学习（K-Means）的认识

目录一、无监督学习二、无监督学习和有监督学习的区别三、K-Means3.1数据分析3.2k-meas算法3.3数据正态化后k-means3.4找最佳k（ElbowPlot）四、k-means算法的优缺点一

取名真难.·2024-01-06 03:20

机器学习算法分类

监督学习目标值：类别--分类问题目标值：连续型的数据--回归问题分类模型k近邻算法，贝叶斯分类，决策树与随机森林，逻辑回归,SVM,回归模型线性回归，岭回归无监督学习目标值：无聚类模型k-means机器学习开发流程获取数据数据清洗特征工程

学了忘了学·2024-01-06 01:40

聚类分析-K-means、层次聚类、DBSCAN、簇评估

注：聚类分析是无监督学习。聚类类型划分聚类（PartitionalClustering）层次聚类（HierarchicalCl

norah2·2024-01-05 18:06

讲解机器学习中的 K-均值聚类算法及其优缺点。

K-均值聚类算法是一种常见的无监督学习算法，用于将数据集中的观测点分成K个不同的组或簇。它是一种迭代算法，通过计算每个观测点与K个中心点的距离，并将每个观测点分配到距离最近的中心点所属的簇中。

荆赫同艺·2024-01-05 13:38

Pytorch Overview

目录学习目标：要求：监督学习和无监督学习：深度学习基本方法：经典的机器学习方法:表示学习的改进：为什么要进行特征提取：深度学习的改进：深度学习的发展：神经网络的简单介绍：深度学习算法的三大支撑：学习目标

丘小羽·2024-01-05 07:36

K-均值聚类（K-means clustering）

K-均值聚类（K-meansclustering）是一种常用的无监督学习算法，用于将样本数据划分成K个不同的类别。K-均值聚类试图找到K个簇，使得簇内的样本点相似度最高，而簇间的样本点相似度最低。

python无人驾驶医学芯片·2024-01-05 07:30

机器学习：6.机器学习 --- K近邻

kNN算法只能用于回归D、kNN算法属于监督学习AD2、下列说法错误的是:A、kNN算法的训练阶段需要构建模型B、kNN算法中k这个参数可以根据实际情况来调整C、kNN算法支持多分类D、kNN算法不属于无监督学习

HNU岳麓山大小姐·2024-01-05 06:43

pytorch入门：权重正则化，Dropout正则化，BN ，权重初始化

主要是传统的二分类，多分类，多标签分类，还有新的目标检测，目标识别，图形分割等无监督学习没有标签的数据，通过推断输入数据中的结构来建模，模型包括关联学习，降维，聚类等半监督学习这个就是前两者的结合，使用大量的没标记的数据

AI路漫漫·2024-01-04 11:24

【吴恩达机器学习】第一周课程笔记

站【2022吴恩达机器学习Deeplearning.ai课程】笔记参考【吴恩达《MachineLearning》精炼笔记】1机器学习的定义与分类1.1监督学习Supervisedlearning1.2无监督学习

Estella_07·2024-01-04 08:24

吴恩达机器学习笔记

吴恩达机器学习笔记第一周基本概念监督学习分为回归算法和分类算法无监督学习事先没有正确答案。

AADGSEGA·2024-01-04 08:23

模式识别与机器学习-半监督学习

相比于监督学习和无监督学习，半监督学习尝试

Kilig*·2024-01-03 22:45

聚类算法介绍

聚类（Clustering）是一种无监督学习算法，它将相似的数据点聚在一起，形成簇（Cluster）。聚类算法在数据挖掘、图像分割、文本分类、生物信息学等领域都有广泛的应用。

亦旧sea·2024-01-03 21:06

机器学习中聚类算法-简单介绍

聚类是机器学习中一类重要的无监督学习问题，其目标是将数据集中的样本划分为不同的组，使得同一组内的样本相似度较高，不同组之间的相似度较低。

Algorithm_Engineer_·2024-01-03 20:47

无监督学习-聚类算法(k-means)

无监督学习-聚类算法1、聚类介绍1.1、聚类作用知识发现异常值检测特征提取数据压缩的例子1.2、有监督与无监督学习有监督：给定训练集X和标签Y选择模型学习（目标函数的最优化）生成模型（本质上是一组参数、

阿龙的代码在报错·2024-01-03 12:46

李宏毅机器学习（十八）无监督学习-线性模型

UnsupervisedLearning-LinearModel无监督学习我们大致分为2种情况，聚类和无中生有化繁为简，比如呢，我们有许多个树的图片，我们经过函数输出为一个结果，另一种是我们已知一个数据

ca8519be679b·2024-01-03 11:11

机器学习的方法

无监督学习（UnsupervisedLearning）：不使用标记数据来训练模型，目标是发现数据中的模式和结构。例如，聚类和降维问题。

爱打网球的小哥哥一枚吖·2024-01-03 05:08

大语言模型（LLM）框架及微调 (Fine Tuning)

在预训练阶段，模型通过对大规模语料库进行无监督学习来学习语言。这个过程通常使用Transformer模型结构，在大规模计算资源

m0_黎明·2024-01-03 01:06

机器学习——主成分分析（PCA）

主成分分析（PrincipalComponentAnalysis，简称PCA）是一种常用的无监督学习算法，用于降维和数据可视化。主要目标是将高维数据转换成低维空间，同时尽可能保留原始数据的信息。

m0_黎明·2024-01-03 01:05

ChatGPT的基本原理？

2、无监督学习：模型

金木讲编程·2024-01-02 08:56

机器学习的分类与经典算法

机器学习算法按照学习方式分类，可以分为有监督学习（SupervisedLearning）、无监督学习（UnsupervisedLearning）、半监督学习（Semi-supervisedLearning

RainTicking·2024-01-02 02:31

地球物理中的深度学习理论（DNN的架构、反向传播、梯度消失、梯度爆炸）

在未来地球物理学中涉及到DL的研究提供了几个有希望的方向，例如无监督学习（聚类）、迁移学习（利用之前标记好的数据）、多模态DL（通过DL实现和处理多元模态）、联邦学习、不确定性估计和主动学习。

hhhhhhhhhhyyyyyy·2024-01-01 12:56

学习笔记：机器学习

数据分析与数据挖掘（二）人工智能——图像和语音识别三、经典机器学习算法（一）线性回归（二）逻辑回归（三）决策树（四）随机森林（五）k-近邻（KNN）（六）支持向量机（SVM）（七）k-means四、监督学习与无监督学习

howard2005·2024-01-01 11:19

无监督学习(下)

1.高斯混合模型(GMM)(1)简单概念高斯混合模型是一种概率模型，它假定实例是由多个参数未知的高斯分布的混合生成的。从单个高斯分布生成的所有实例都形成一个集群，通常看起来像一个椭圆。每个集群都可以由不同的椭圆形状，大小，密度和方向。高斯模型的均值代表集群的中心，方差代表方向这个模型假定一个数据集是从K个高斯分布的集合中产生，但是每个集合都有一个权重，代表产生一个实例到数据集的可能性或者贡献(我暂

歌者文明·2024-01-01 07:15

一文弄懂自编码器 -- Autoencoders

自动编码器于1980年推出，是一种用于神经网络的无监督学习技术，可以从未被标注的训练集中学习。本文重点介绍自编码器的概念、相关变体及其应用，闲话少说，我们直接开始吧！

赵卓不凡·2024-01-01 05:14

机器学习之聚类算法Kmeans

K-means算法（无监督算法，聚类算法）1、基本概念聚类算法：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。

zhw864680355·2023-12-31 12:03

九-1.聚类分析

聚类通常作为其他数据挖掘或建模的前奏一.特征认知1.有监督无监督分类:有监督学习（有标签学习）数据特征聚类:无监督学习（没有标签）数据特征2.聚类概念聚类是把各不相同的个体分割为有更多相似性子集合的工作

唐-import-某人·2023-12-31 08:46

【机器学习合集】深度生成模型 -＞（个人学习记录笔记）

深度生成模型深度生成模型基础1.监督学习与无监督学习1.1监督学习定义在真值标签Y的指导下，学习一个映射函数F，使得F(X)=Y判别模型DiscriminativeModel，即判别式模型，又称为条件模型

slience_me·2023-12-31 06:41

TensorFlow 2.0 深度学习实战 —— 详细介绍损失函数、优化器、激活函数、多层感知机的实现原理

AI人工智能包含了机器学习与深度学习，在前几篇文章曾经介绍过机器学习的基础知识，包括了监督学习和无监督学习，有兴趣的朋友可以阅读《[Python机器学习实战]》。

AI小白龙*·2023-12-30 21:55

【Lidar】Open3D点云K-Means聚类算法：基于距离的点云聚类（单木分割）附Python代码

1K-Means算法介绍K-means聚类算法是一种无监督学习算法，主要用于数据聚类。

RS迷途小书童·2023-12-30 19:03

机器学习之K-means聚类

聚类是一种无监督学习方法，它试图将数据集中的样本划分为具有相似特征的组（簇）。K-means算法的目标是将数据集划分为K个簇，其中每个样本属于与其最近的簇中心。

贾斯汀玛尔斯·2023-12-30 05:34

推荐频道

无监督学习