监督学习-降维

机器学习中的监督学习基本算法-支持向量机简单介绍

简单的介绍一些关于支持向量机的概念和内容支持向量机（SupportVectorMachine，SVM）是一种用于分类和回归的监督学习模型。
Algorithm_Engineer_·2024-01-03 20:22

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

【Python机器学习】鸢尾花分类——鸢尾花数据集

这是一个监督学习问题，要从多个选项中预测其中一个，这是一个分类问题的示例，可能的输出叫做类别，对于一个数据点来说，它的品种叫做标签。用到了鸢尾花数据集，这是机器学习和统计学中一个经典的数据集，包
zhangbin_237·2024-01-03 16:23

流量预测_MLP模型_keras

importlibararies2、加载数据loaddata3、独家观察数据函数:heartbeat:4、数据预处理pre-processing（1）将时间戳转换为一个日期时间索引（2）填充所有缺失的值（3）将时间序列数据转换成监督学习数据手动转换
郭小儒·2024-01-03 14:05

机器学习（三） -- 特征工程（2）

特征工程（1-2）未完待续……目录系列文章目录前言三、特征预处理1.1、无量纲化2、归一化2.2.1、线性归一化2.2.1、***最大最小均值归一化2.2.1、***最大绝对值归一化3、标准化四、特征降维
₫从心·2024-01-03 13:54

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

30、共空间模式CSP与白化矩阵

CSP算法和PCA降维都涉及到了白化，那白化的目的和作用到底是啥呢？矩阵白化目的：对于任意一个矩阵X，对其求协方差，得到的协方差矩阵cov(X)并不一定是一个单位阵。
是馒头阿·2024-01-03 12:37

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

提高JavaScript代码优雅性的一些小技巧《一》

2、includes的正确使用姿势3、Array.map()的简写4、逗号运算符(,)5、在没有第三个变量的情况下交换两个变量6、从数组中删除重复项6、数组降维7、快速生成0-9的数组8、逻辑空赋值(?
你人还怪好的·2024-01-03 10:13

机器学习的方法

机器学习的方法主要有以下几种：监督学习（SupervisedLearning）：使用标记数据来训练模型，将输入数据映射到已知的输出数据。例如，分类和回归问题。
爱打网球的小哥哥一枚吖·2024-01-03 05:08

我的AI笔记_1（线性回归原理、误差、似然函数、最小二乘法由来）

在有监督学习中，
xcpppig·2024-01-03 01:24

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

BERT模型

BERT在训练时会使用大量文本数据进行自监督学习以理解语言上下文。一旦预训练完成，BERT可以针对具体的下游任
朱雀333·2024-01-02 23:38

醉话

现在的我，什么也不是，自己都看不上的人，也能降维打击我，呵，这可悲的现在。如果不是为了钱，也许不会想到写作，我想起当年被语文老师关在小屋里，要我把所有书
橘胖子·2024-01-02 17:52

day4--GPT/GPT2.0

目录GPTGPT训练的两个阶段：GPT的架构图：自注意力机制：GPT-2GPT-2的架构图：GPTGPT训练的两个阶段：第一个阶段是Pre-training阶段，主要利用大型语料库完成非监督学习；第二阶段是
呆呆有库·2024-01-02 14:13

深度生成模型之自编码器与变分自编码器 -＞（个人学习记录笔记）

模型求解3.优化目标4.再参数化策略AE与VAE的对比AE与VAE的主要局限性深度生成模型之自编码器与变分自编码器自编码器AE1.定义Auto-Encoder，学习输入数据的有效编码2.自编码器的应用降维
slience_me·2024-01-02 13:01

【Apriori算法Java实现版】聚类算法与关联分析

正文基本概念关联分析是一种在大规模数据集中寻找有趣关系的非监督学习算法。这些关系可以有两种形式：频繁项集或者关联规则。频繁项集（frequentitemsets)是经常出现在一块的物品的集合，
张照博·2024-01-02 09:23

机器学习——主成分分析（PCA）

基本思路主成分的代数定义和代数推导主成分的代数定义主成分的代数推导PCA算法两种实现方法1、基于特征值分解协方差矩阵实现PCA算法2、基于SVD分解协方差矩阵实现PCA算法PCA具体实现数据集介绍具体代码实现及运行结果数据获取PCA降维总结背景在许多领域的研究与应用中
TXQIHYJ·2024-01-02 08:08

ChatGPT的基本原理？

2、无监督学习：模型
金木讲编程·2024-01-02 08:56

机器学习一些概念

LDA：LDA最大化类间距离，最小化类内距离，使得投影后的不同类别的样本分的更开，属于监督学习。PCA：PCA最小重构误差，使得投影后的值和原来的值尽量接近，属于非监督学习。
satadriver·2024-01-02 08:43

使用遗传算法优化的BP神经网络实现自变量降维

大家好，我是带我去滑雪！在现实生活中，实际问题很难用线性模型进行描述。神经网络的出现大大降低了模型建立的难度和工作量。只需要将神经网络当作一个黑箱子，根据输入和输出数据，神经网络依据相关的学习规则，便可以建立相应的数学模型。但是，当数学模型的输入自变量（即影响因素）很多、输入自变量不是相互独立的时候，利用神经网络容易出现过拟合现象，从而导致所建立的模型精度低、建模时间长等问题。因此，在建立模型之前
带我去滑雪·2024-01-02 07:04

深度学习｜10.1 深度学习在计算机视觉的应用

而最终最后只有一个输出点，也就是说需要通过乘上中间层/隐藏层内部的矩阵，从而实现降维。
晓源Galois·2024-01-02 06:47

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

机械学习 - 基础概念 - scikit-learn - 数据预处理 - 1

2.关于模型的概念一、机械学习概念1.监督学习总结：2.非监督学习总结：3.强化学习总结：三种学习的特点总结scikit-learn说明二、机械学习的基本实操逻辑1.采集数据2.数据预处理(Preprocessing
沐 修·2024-01-01 23:37

从今天起，不再怒怼！

请看汪老师的分类：高：《这是一次对所有中医粉地毯式的降维打击》《武术到底能不能打？致所有脑残的一封信》低：《与薛兆丰老师商榷：我
引力场_e059·2024-01-01 17:09

机器学习作业--PCA

特征约减将p维的数据集转换为d维的数据集，但是降维时我们会损失部分数据，我们希望损失降低较小，
BKXjilu·2024-01-01 16:36

PCA（非常详细）【机器学习】

特别声明：本文非本人所写，转载而已，在此非常感谢复旦大学计算机技术硕士阿泽学长的辛苦付出，以下是原作者：【机器学习】降维——PCA（非常详细）-阿泽的文章-知乎https://zhuanlan.zhihu.com
我叫Ycg·2024-01-01 14:05

决策树分类|python

决策树是一种经常用于对离散变量和连续变量进行分类的监督学习算法。决策树是具有枝的树，其中每个分支节点表示多个备选项之间的选择，并且每个叶节点表示决策。
何同尘·2024-01-01 14:03

转

32岁高薪保姆逆天简历曝光：有一种开挂，叫降维打击精读君已关注39.436·字数2356·阅读69092020-05-3011:1101前几天，网上流传着一张保姆的简历，令无数社畜们目瞪口呆。
雨亭听雨·2024-01-01 13:05

2019-03-02

03-01【日记】【每天瑜伽】今天买了瑜伽的课程，有没有一起监督学习的留下v，想要课程留下邮箱或者微信免费送
哈楼kt·2024-01-01 12:31

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

图神经网络自监督学习工具箱 - JOAO

GraphContrastiveLearningAutomated核心要点文章旨在解决现有GraphCL方法需要依赖领域知识和大量的试验来挑选图增广方法，才能从无标签的图数据上学习可迁移的，鲁棒知识的问题，提出了JOAO学习框架，把图自监督学习形式化为
processor4d·2024-01-01 11:42

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

流感袭击办公楼打工人：我还健在

1-降维度抗寒：在10度+的天气里穿着可以抵抗-10度-0度的加绒鲨鱼裤子。2-饮用大量枸杞蜂蜜水：热水期间枸杞水，温水期间蜂蜜水，预计一天会喝2000ml+，缺点是每隔30分钟就要上一趟厕所。
pepper44·2024-01-01 06:31

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

数学建模算法总结

目录一.数据预处理模型1.对于缺失值的补全处理：插值拟合1.插值2.拟合总结：拟合得到的是一条曲线，拟合得到的函数不一定过所有点2.数据降维主成分分析3.数据异常值处查找与删除聚类分析4.数据整体描述性分析二
今日说"法"·2024-01-01 02:31

【吴恩达deeplearning】第一门课 - 第一周 - 深度学习引言（笔记+习题）

第一门课-神经网络和深度学习（第一周-深度学习引言）1.2什么是神经网络1.3神经网络的监督学习【概念习题】1.2什么是神经网络在预测房屋价格时，除了房屋的面积，其他的特征例如卧室的数量也会影响房屋的价格
卷卷0v0·2024-01-01 02:15

多因子降维法(MDR，Multifactor Dimensionality Reduction ）

多因子降维法（MDR，multifactordimensionalityreduction）MDR是近年统计学中发展起来的一种新的分析方法。
wangchuang2017·2024-01-01 01:12

大格局对小格局是一种降维打击

格局大的人对格局小的人，就是一种“降维打击”。比如，如果你遇到一个人信息密度和知识层面，都远高于你，并且愿意俯下身去，平等地跟你交流，尊重你的想法，时不时提出一些你没有听过并点头称叹的想法。
江千钰·2024-01-01 00:03

一切的问题源于我们自己，一切的美好来自我们内心

我的好朋友曾跟我提及“降维打击”，我一开始不懂她什么意思，她解释说
凡村长她弟·2023-12-31 22:51

机器学习---降维与度量学习

1.度量学习现有的大部分算法对图像进行特征提取后化为向量的表达形式，其本质是把每一幅用于训练的图像通过某种映射到欧氏空间的一个点，并利用欧氏空间的良好性质在其中进行学习器的训练。但定义图像特征之间的欧氏距离未必能很好反映出样本之间的相似。通过训练样本寻找一种能够合理描述当前样本相似度的距离度量，能够大大提高学习器的性能。度量学习是机器学习的一个重要分支，通过有标记样本或结合未标记样本，寻找一个能够
三月七꧁ ꧂·2023-12-31 17:55

最好的教育是对孩子的信任

可父母却以监督学习为由，要在他的房间里装监控。孩子很崩溃，觉得父母不尊重、信任自己，他想反抗，却被父母怒怼：“我是你什么人，我不可以监控你吗？一个十几岁的孩子能有什么隐私？”
兰花努力长·2023-12-31 13:40

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

2021年2月25最会学习的人第4天，左镶云

高效的学习到现在还没有找到感觉总觉得知识量太大，不能一下容下，学习的降维和升维，真实的存在，那么此时我的觉察就尤为重要，去发现不难，难的是相信可以去改善的强大自我信念，希望大家也对我有所启发有的同学说：
左镶云·2023-12-31 08:14

Unsupervised Data Augmentation for Consistency Training

Abstract当标准数据不足时，半监督学习展现出很大的优势。
chansonzhang·2023-12-31 07:58

【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

【Matlab】BP 神经网络时序预测算法

资源下载：https://download.csdn.net/download/vvoennvv/88681507一，概述BP神经网络是一种常见的人工神经网络，也是一种有监督学习的神经网络。
千源万码·2023-12-31 05:26
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他