无监督学习

什么是深度学习的无监督学习与有监督学习

无监督学习：深度学习中的无监督学习方法是一种训练算法，它在没有标注输出的情况下从输入数据中学习模式和特征。这种方法的核心是探索和理解数据的内在结构和分布，而不是通过已知的输出来指导学习过程。
稻壳特筑·2023-12-19 12:02

机器学习入门二（无监督学习中的聚类算法）

聚类算法简介3.K-Means聚类3.1算法实现3.2算法实战4.密度聚类DBSCAN4.1算法介绍4.2DBSCAN实战（还是鸢尾花数据集不过是datasets里的）5.小结1.前言上一篇文章我们已经知道了无监督学习中分为两个大类别
朱笨笨·2023-12-19 06:21

机器学习--K均值聚类

机器学习--聚类一、无监督学习二、KMeans聚类2.1概览2.2理论介绍2.2.1模型2.2.2策略2.2.3算法2.3案例讲解2.4Python实现2.4.1导入数据处理相关库以及读取数据2.4.2
Anonymous&·2023-12-19 04:14

K-均值聚类算法

1.k-means概念及特性K-均值聚类算法是一种无监督学习算法，用于将数据集分成K个不同的簇。该算法通过计算每个数据点与其所属簇的中心点之间的距离来确定哪些数据点属于哪些簇。
统计猿栋栋·2023-12-19 04:14

《人工智能基础》17/91天阅读

由于每天产生的文本数据量过于庞大，因此人工标注的代价过于高昂，需要使用无监督学习算法。潜在语义分析就是针对文本数据多主题的特点而设计的。
皮卡丘_83e1·2023-12-18 17:38

深度强化学习（DRL）简介与常见算法（DQN，DDPG，PPO，TRPO，SAC）分类

1.强化学习ReinforcementLearning（RL）：强化学习强化学习属于机器学习的一种，不同于监督学习和无监督学习，通过智能体与环境的不断交互（即采取动作），进
行至为成·2023-12-18 12:44

使用Yellowbrick绘制获取最佳聚类K值的示例

使用Yellowbrick绘制获取最佳聚类K值的示例在机器学习中，聚类是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇。确定最佳的聚类簇数（K值）对于聚类算法的有效性至关重要。
后端工程架构·2023-12-18 07:16

KMeans聚类算法

KMeansKMeans是一种无监督学习聚类方法,目的是发现数据中数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。
七八音·2023-12-17 23:47

机器学习之无监督学习

聚类：发掘纵向结构的某种模式信息，某些x属于相同的分布或者类别特征学习：发掘横向结构的某种模式信息，每一行都可以看成是一种属性或特征密度估计：发掘底层数据分布，x都是从某个未知分布p(x)采出来的，p(x)是什么，能不能估计出来聚类样本间距离C是指C簇常见聚类任务常见聚类方法聚类效果评估外部指标内部指标当我们没有办法参考正确的分类，我们怎么评判聚类的好坏？最核心的思想还是类内相似度高，类间相似度低
__如果·2023-12-17 09:26

机器学习scikit-learn实现

机器学习scikit-learn实现scikit-learn简介scikit-learnAPI机器学习基础机器学习算法机器学习工作流程监督学习无监督学习数据集(Dataset)特征(Features)标签
hixiaoyang·2023-12-17 08:31

聚类分析实例

两个组合数据点间的距离层次聚类实例K-MEANS算法基本概念工作流程K-Means算法实例K值对结果的影响DBSCAN算法算法步骤基本步骤工作流程参数选择层次聚类概述层次聚类（HierarchicalClustering）是一种无监督学习的聚类分析方法
llovew.·2023-12-17 06:45

Apriori（关联分析算法）

终于到了机器学习实战的第十一章了，这也是继K-均值后的第二个无监督学习算法了。
myword1314·2023-12-16 23:00

聚类算法模型的概念、评估及应用

聚类是一种无监督学习方法，其目标是将数据集中的样本分成不同的组别，使得同一组内的样本相似度较高，而不同组之间的样本相似度较低。聚类算法模型通常通过计算样本之间的相似度或距离来实现这一目标。
rubyw·2023-12-16 19:09

EnlightenGAN论文阅读笔记

EnlightenGAN论文阅读笔记论文是2019年IEEE的EnlightenGAN:DeepLightEnhancementwithoutPairedSupervision.这篇论文是低光增强领域无监督学习的开山之作
Alex·Fall·2023-12-16 10:13

机器学习（二）机器学习基本概念

根据训练数据是否有标记信息将学习任务分为：监督学习和无监督学习。分类和回归都是监督学习的范畴。无监督学习常见的有聚类和关联规则。
archted·2023-12-16 08:22

Course3-Week1-无监督学习

Course3-Week1-无监督学习文章目录Course3-Week1-无监督学习1.欢迎1.1Course3简介1.2数学符号约定2.K-means算法2.1K-means算法的步骤2.2代价函数2.3
虎慕·2023-12-16 01:44

对比学习

自监督学习属于无监督学习范式的一种，特点是不需要人工标注的类别标签信息，直接利用数据本身作为监督信息，来学习样本数据的特征表达，并用于下游任务。
可能性之兽·2023-12-15 23:53

Week8

第8周十三、聚类(Clustering)13.1无监督学习：简介参考视频:13-1-UnsupervisedLearning_Introduction(3min).mkv在这个视频中，我将开始介绍聚类算法
kidling_G·2023-12-15 06:57

自编码器 AutoEncoder

自编码器（AutoEncoder），也称自编码模型，是一种基于无监督学习的数据维度压缩和特征表示方法，目的是对一组数据学习出一种表示。1986年Rumelhart提出自编码模型用于高维复杂数据的降维。
uodgnez·2023-12-15 00:23

经典GAN简明原理：LSGAN

1，摘要事实证明，使用生成对抗网络（GAN）进行无监督学习是成功可行的。常规GAN默认的判别器设置是sigmoid交叉熵损失函数训练的分类器。
机器学习与AI生成创作·2023-12-06 23:25

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（K-meansclustering）是一种无监督学习算法，常用于数据聚类和图像分割。该算法将数据集划分为K个不同的类别，使得每个数据点属于离其最近的质心（centroid）所对应的类别。
跃跃欲试-迪之·2023-12-06 11:47

kmeans聚类目的干什么的_零基础学习Kmeans聚类算法的原理与实现过程

内容导入：聚类是无监督学习的典型例子，聚类也能为企业运营中也发挥者巨大的作用，比如我们可以利用聚类对目标用户进行群体分类，把目标群体划分成几个具有明显特征区别的细分群体，从而可以在运营活动中为这些细分群体采取精细化
weixin_39898248·2023-12-06 04:35

使用肘部法则选择KMeans聚类中的k值

因为我们在无监督学习中没有任何预定义数量的聚类。我们倾向于使用一些可以帮助我们决定最佳聚类数的方法。在K-Means聚类的情况下，我们使用肘部法则来定义最佳的聚类数。
python收藏家·2023-12-06 04:32

人工智能算法

人工智能算法包括以下几类：机器学习算法：这些算法利用数据和统计技术让计算机学习并改善其性能，包括监督学习、无监督学习和强化学习。
不爱吃香菇的干饭少年·2023-12-05 06:16

地震去噪新探索——无监督卷积神经网络实战

无监督学习极大的发挥了神经网络的学习能力——摆脱人为的帮助，有望通过自动地学习特征，实现智能化的应用。01使用全连接神经网络来处理降噪上一篇文章介绍了一个用全连接神经网络去噪的案例。
科技州与数据州·2023-12-05 02:08

【PyTorch】生成对抗网络/GAN(generative adversarial network)

generativeadversarialnetwork)自2014年被提出以来就引起广泛关注，下面是来自百度百科的词条内容：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
洌泉_就这样吧·2023-12-04 10:09

《西瓜书》-9.聚类

9.聚类9.1.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。
ruoqi23·2023-12-04 04:15

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（K-meansclustering）是一种无监督学习算法，用于将相似的数据点分成多个组（簇），从而减少数据的复杂性。
微语早读·2023-12-03 11:28

【100天精通Python】Day73：python机器学习入门算法详解与代码示例

逻辑回归（LogisticRegression）：1.3决策树（DecisionTree）：1.4支持向量机（SupportVectorMachine）：1.5随机森林（RandomForest）：2.无监督学习算法
LeapMay·2023-12-03 08:19

SAS聚类分析介绍

聚类技术通常又被称为无监督学习，因为与监督学习不同，在聚类中那些表示数据类别的分类或者分组信息是没有的。通过上述表述，我们可以把聚类定义为将数据集中在某些方面具有相似性的数据成员进行分类组织的过程。
TwcatL_tree·2023-12-02 21:23

李航《统计学习方法》(第2版）清华PPT课件介绍与分享

现如今，统计学习方法（第2版）于今年5月份出版，在第一版监督学习的基础上，增加了无监督学习内容，更加丰富，是非常值得学习材料。
StrongerTang·2023-12-02 14:35

监督学习，半监督学习和无监督学习

监督学习和无监督学习的通俗理解假如有一堆白菜和萝卜混在一起组成的蔬菜，需要设计一个机器对这堆蔬菜按白菜和萝卜分类，但是这个机器现在并不知道他们是什么样的，所以我们首先要拿一堆白菜和萝卜的照片，告诉机器他们分别长什么样
百分之一的碳·2023-12-02 09:15

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用于聚类分析的无监督学习算法。其基本思想是将数据集分成K个不同的簇，使得同一个簇内的数据点之间的距离尽可能小，不同簇之间的距离尽可能大。
小筱在线·2023-12-02 03:22

聚类算法的算法原理

聚类算法是机器学习中常用的一种无监督学习方法，其主要目标是将数据集划分为具有相似特征的组或簇。这种算法在数据挖掘、模式识别、社交网络分析等领域有着广泛的应用。
非著名程序员阿强·2023-12-01 08:33

聚类算法Sklearn实践

聚类算法是一种常用的无监督学习方法，用于将数据集划分为具有相似特征的组或簇。
非著名程序员阿强·2023-12-01 08:29

【面经&八股】搜广推方向：面试记录（四）

3.八股1）自监督、监督、无监督的区别首先比较监督和无监督学习，其最主要的区别在于模型在训练时是否需要人工标注的标签信息。监督学习利用大量的标注数据来训练模型，
笃℃·2023-12-01 07:58

什么是GPT模型,GPT下载和国内镜像

什么是GPT模型，GPT模型是通过预训练的方式，采用无监督学习方式，大量语料输入，经过多次训练后得到模型。
denzel1234·2023-12-01 02:23

“十道机器学习问题，帮助你了解基础知识和常见算法“

2.请解释监督学习和无监督学习的区别。3.什么是过拟合和欠拟合？如何解决这些问题？4.请解释交叉验证在机器学习中的作用。5.什么是特征选择？为什么它在机器学习中很重要？6.请解释决策树算法的工作原理。
蓝色心灵-海·2023-12-01 00:47

首例CSDN_AI文章-- K-均值聚类算法

K-均值聚类算法是一种无监督学习算法，用于将数据集分成K个不同的组，以最小化每组内部的方差。该算法包括以下步骤：1.初始化：随机选择K个数据点作为初始聚类中心。
贾斯汀玛尔斯·2023-11-30 09:34

河北中洺科技-数据标注是怎样工作的？

机器学习分为有监督学习和无监督学习。无监督学习的效果往往用来做探索性实验，不可控。在实际的产品应用中，通常会使用监督学习
中洺科技·2023-11-29 12:42

深度学习之六（自编码器--Autoencoder）

概念自编码器（Autoencoder）是一种神经网络架构，用于无监督学习和数据的降维表示。它由两部分组成：编码器（Encoder）和解码器（Decoder）。
贾斯汀玛尔斯·2023-11-28 22:52

机器学习复习笔记

机器学习复习笔记第一章绪论基本术语监督学习：分类、回归分类:离散值二分类：好瓜；坏瓜多分类：冬瓜；南瓜；西瓜回归:连续值如：瓜的成熟度/瓜的价格无监督学习：聚类聚类：无标记信息如：按某些特征把物体归为一类
Mr.小蔡·2023-11-28 15:23

机器学习的复习笔记1

无监督学习：与监督学习不同，无监督
大滑稽儿·2023-11-28 15:18

造个轮子|train_test_split

01起机器学习分为有监督学习和无监督学习，在有监督学习中，我们需要将样本分为训练集和测试集。其中，训练集用于训练模型，这个集合中的样本数越大越好，测试集用于测试训练出的模型的效果。
Sudden·2023-11-27 22:10

CVPR 2023 精选论文学习笔记：Prefix Conditioning Unifies Language and Label Supervision

在视觉语言模型的背景下，主要的两种学习范式是监督学习和无监督学习。监督学习：监督学习涉及在标记的图像-文本对数据集上训练模型。标签为模型提供了明确的指导，使其能够学习图像和文本之间所需的关系。
结构化文摘·2023-11-27 09:57

机器学习之自监督学习（四）MoCo系列翻译与总结（一）

这使得可以动态构建一个大型且一致的字典，有助于进行对比的无监督学习。MoCo在
哈尔滨张谦蛋·2023-11-26 20:47

无监督学习——凝聚聚类

序凝聚聚类指的是许多基于相同原则构建的聚类算法，这一原则是：算法首先声明每个点是自己的簇，然后合并两个最相似的簇，直到满足某种停止规则为止。scikit-learn中实现的停止规则是簇的个数，因此相似的簇被合并，直到仅剩下指定个数的簇。还有一些链接准则，规定如何度量”最相似的簇“。这种度量总是定义在两个现有的簇之间。scikit-learn中实现了以下三种选项：ward：默认选项。ward挑选两个
yb705·2023-11-26 20:14

机器学习 - 聚类，聚类类别，聚类相似度，聚类性能度量

文章目录聚类一、概念二、聚类的类别1.基于划分的聚类2.基于层次的聚类3.基于密度的聚类4.基于网格的聚类5.基于模型的聚类6.基于模糊的聚类三、聚类的相似度度量1.闵氏距离：2.马氏距离：参考资料聚类一、概念无监督学习
pentiumCM·2023-11-26 20:39

机器学习 聚类

聚类在“无监督学习”任务中研究最多、应用最广。
K24B;·2023-11-26 17:21

《机器学习》笔记：聚类

基本概念无监督学习(unsupervisedlearning)是利用无标记训练样本的学习来揭示数据的内部性质以及规律。其中聚类(clustering)是其中重要的一类。
Zach要努力·2023-11-26 17:32
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他