无监督学习

【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

讲解机器学习中的 K-均值聚类算法及其有缺点

K-均值聚类（K-meansclustering）是一种无监督学习算法，用于将数据集划分为K个不同的群类。其基本思想是将数据点分为K个簇，使得每个簇内部的点越相似，不同簇之间的差异越大。
weixin_45906460·2023-12-29 08:48

模式识别与机器学习-无监督学习-降维

模式识别与机器学习-无监督学习-降维为什么要降维维度选择手工移除特征过滤式选择包裹式选择嵌入式选择维度抽取（线性模型）MDSPCA目标1：最小重构误差目标2：最大投影方差SVD思考：为什么保留特征值大的
Kilig*·2023-12-29 08:13

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的无监督学习算法，主要用于将数据集划分为K个不重叠的簇。其基本思想是将数据点划分到簇中，使得同一簇内的数据点之间的相似度最大化，不同簇之间的相似度最小化。
东北霸主劳德利·2023-12-29 08:09

无监督学习(上）

我们实际用到的项目大都是有监督的，而人工智能未来的一大难点将会是无监督学习。在前面说过的降维算法，大部分都是无监督，除了LDA。无监督算法有聚类，密度估计，常常用在做分类或者异常检测上。
歌者文明·2023-12-29 05:23

机器学习库Scikit-learn

本文目录3.1背景知识3.2Scikit-learn概述3.3Scikit-learn主要用法3.3.1基本建模流程3.3.2数据预处理3.3.3监督学习算法3.3.4无监督学习算法3.3.5评价指标3.3.6
风度78·2023-12-29 04:48

机器学习的任务

根据学习任务的不同，机器学习算法大致可分为3类：监督学习、无监督学习和半监督学习。监督学习（SupervisedLearning）在监督学习中，我们有一组带有标签（即已知输出）的训练样本作为输入。
北辰Charih·2023-12-28 21:38

模式识别与机器学习-无监督学习-聚类

无监督学习-聚类监督学习&无监督学习K-meansK-means聚类的优点：K-means的局限性：解决方案：高斯混合模型（GaussianMixtureModels，GMM）多维高斯分布的概率密度函数
Kilig*·2023-12-28 11:29

8.1 有监督学习算法

有监督学习算法0.机器学习理论基础根据酒精浓度、颜色深度判断红酒类别常用机器学习算法体系有监督学习无监督学习半监督学习强化学习输入/输出空间、特征空间过拟合与欠拟合1.KNN/K近邻算法1.1算法原理1.2
adamlay·2023-12-27 15:44

使用自监督对比学习模型SimCLR完成图像分类任务：pytorch代码详解

定义有监督和无监督部分网络结构和损失函数1.1任务分解1.2代码1.3代码详解1.3.1SimCLRStage11.3.2SimCLRStage21.3.3lossfunction二、配置文件config.py2.1代码2.2解释三、无监督学习数据加载
好喜欢吃红柚子·2023-12-27 13:11

自编码器的基本概念

**应用领域：**全连接自编码器自编码器是一种无监督学习模型，其目标是学习数据的有效表示。它由两个主要部分组成：编码器（Encoder）和解码器（Decoder）。
还有你Y·2023-12-27 11:09

机器学习——KNN近邻算法

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
herry_liang·2023-12-27 03:47

OpenAI公司说它是“实现通用人工智能最有前途方法之一”

目前有两种方式来让计算机了解我们的世界，那就是监督学习和无监督学习。其中，监督学习虽有很大的技术进步，但是最大短板在于数据标注过程往
博文视点·2023-12-26 15:24

BERT的学习

BERT1.前言self-supervisedlearning是一种无监督学习的特殊形式，算法从数据本身生成标签或者目标，然后利用这些生成的目标来进行学习。
鱼儿也有烦恼·2023-12-26 08:17

超详细！机器学习期末考试知识点汇总，助你一臂之力，直击高分！

2.机器学习基本分类：监督学习、无监督学习。●监督学习：监督学习是根据已有数据集，知道输入和输出结果之间的关系，然后根据这种已知关系训练得到一个最优模型。
小仇学长·2023-12-24 11:49

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，每个类别由其内部的数据点表示。
天玑y·2023-12-23 07:42

【影像组学入门百问】#38--#40

3.Scikit-learn：一个强大的机器学习库，提供广泛的监督和无监督学习算法、特征提取、模型评估和调优等功能。4.Simple
有Li·2023-12-23 01:54

如何使用自动编码器生成图像

这就是所谓的无监督学习。无监督学习通过自己的无标签数据推断出一个函数。最着名的无监督算法是K-Means，它
Adam坤·2023-12-23 00:36

K-means 算法 简介

聚类算法是无监督学习算法.无监督就是事先并不需要知道数据的类别标签，而只是根据数据特征去学习，找到相似数据的特征，然后把已知的数据集划分成不同的类别。
草明·2023-12-22 20:10

K-均值聚类算法

K-均值聚类算法是一种无监督学习算法，用于将数据集中的样本划分为K个不同的类别。下面是K-均值聚类算法的步骤：随机选择K个初始聚类中心。将每个样本分配到离其最近的聚类中心。
He_wc·2023-12-22 12:37

机器学习——主成分分析（PCA）

今天由我来向大家何为PCA算法及如何实现，PCA算法是无监督方法的典型，在此之前我们先来了解有监督学习、无监督学习以及半监督学习的区别。
Windsky23·2023-12-22 11:04

机器学习 | 聚类Clustering 算法

1、核心思想和原理聚类的目的同簇高相似度不同簇高相异度同类尽量相聚不同类尽量分离聚类和分类的区别分类classification监督学习训练获得分类器预测未知数据聚类clustering无监督学习，不关心类别标签没有训练过程算法自己要根据定义的规则将相似的样本划分到一起
西皮呦·2023-12-21 21:18

PyTorch深度学习实战（25）——自编码器(Autoencoder)

PyTorch深度学习实战（25）——自编码器0.前言1.自编码器2.使用PyTorch实现自编码器小结系列链接0.前言自编码器(Autoencoder)是一种无监督学习的神经网络模型，用于数据的特征提取和降维
盼小辉丶·2023-12-21 19:38

机器学习 | K-means聚类

K-means聚类基本思想图中的数据可以分成三个分开的点集(称为族)，一个能够分出这些点集的算法，就被称为聚类算法算法概述K-means算法是一种无监督学习方法，是最普及的聚类算法，算法使用个没有标签的数据集
小小程序○·2023-12-21 19:32

机器学习 | PCA 主成分分析 (Principal Ccnt Analysis)

就需要自己去想，根据经验判断，就是回归；长大了，老师不见了，就需要自己去想，无监督学习~没有人告诉你是对是错了，只能靠自己的观察，收集信息，分门别类，就是聚类；事情越来越多，就需要断舍离，复杂问题简单化
西皮呦·2023-12-21 19:01

【AI-1】卷积神经网络

无监督学习（UnsupervisedLearning）：在无监督学习
W Y·2023-12-21 15:00

sklearn和tensorflow的理解

有监督学习：一般数据构成是【特征值+目标值】无监督学习：一般数据构成是【特征值】Scikit-learn(sklearn)的定位是通用机器学习库，传统的机器学习库。
月疯·2023-12-21 09:24

无监督学习（Unsupervised Learning，UL）

参考文章：https://easyai.tech/ai-definition/unsupervised-learning/
对许·2023-12-21 08:56

AI无监督深度学习

无监督学习是指用于训练的数据中没有目标标签的问题空间。本节讨论三种无监督深度学习架构：自组织映射、自动编码器和受限玻尔兹曼机。我们还讨论了如何基于底层无监督架构构建深度置信网络和深度堆叠网络。
人工智能小豪·2023-12-21 07:36

【扩散模型Diffusion Model系列】0-从VAE开始（隐变量模型、KL散度、最大化似然与AIGC的关系）

VAEVAE(VariationalAutoEncoder)，变分自编码器，是一种无监督学习算法，被用于压缩、特征提取和生成式任务。
Leafing_·2023-12-20 08:46

无监督学习-自编码器-补充|深度学习（李宏毅）（二十）

一、最小重构代价之外的方法UsingDiscriminator一个自编码器学习到的隐层向量对于原来的输入来说应该是具有代表性的，就好比三玖的耳机对于三玖来说就是具有代表性的，看到三玖的耳机不会想到一花一样：example评估隐层向量的代表性好不好就可以当做评估自编码器效果的指标。具体的方法就是训练一个Discriminator来评估隐层向量是不是具有代表性，在下面的例子中三玖的图片通过一个自编码器
酷酷的群·2023-12-20 08:20

机器学习 | 集成学习

既可以监督学习，也可以无监督学习。集成学习用机器学习的术语来讲，就是采用多个学习器对数据集进行预测，从而提高整体学习器的泛化能力。
西皮呦·2023-12-20 07:30

无监督学习 聚类

无监督学习概述无监督学习方法概述监督学习在一个典型的监督学习中，训练集有标签y，我们的目标是找到能够区分正样本和负样本的决策边界，需要据此拟合一个假设函数。
小小程序○·2023-12-20 06:10

主题模型--BERTopic python解析

一、概念1.1主题模型主题模型（TopicModel）是自然语言处理中的一种常用模型，是一种无监督学习方法，它用于从大量文档中自动提取主题信息。
Andy_shenzl·2023-12-19 22:50

K-means聚类

1.Supervisedvs.Unsupervisedlearning（监督学习与无监督学习）1.1Supervisedlearning训练数据包括输入数据和相应的标签或目标输出使用模型预测与实际标签之间的误差来学习模型参数目标是建立一个从输入到输出的映射
搁浅丶.·2023-12-19 18:47

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
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他