监督学习-降维第19页

SVM —— 理论推导

支持向量线性可分最大间隔超平面最大间隔超平面的推导支持向量分类间隔的推导最优化问题对偶问题拉格朗日乘子法强对偶性SVM优化软间隔解决问题优化目标及求解核函数线性不可分核函数的作用常见核函数SVM算法优缺点支持向量机（SupportVectorMachine，SVM）是一种常用的监督学习算法

写进メ诗的结尾。·2023-12-20 20:37

【MATLAB第83期】基于MATLAB的LSTM代理模型的SOBOL全局敏感性运用

【MATLAB第31期】基于MATLAB的降维/全局敏感性分析/特征排序/数据处理回归问题MATLAB代码实现(持续更新)【MATLAB第32期】【更新中】基于MATLAB的降维/全局敏感性分析/特征排序

随风飘摇的土木狗·2023-12-20 15:59

在阿多比设计学院，摸鱼竟然比学习还难？

emm...要知道他们口中的“负责”是被每一位授课老师实打实的监督学习。你要是敢偷懒、敢发呆、敢上课睡觉，那么任课老师和班主任就已经做好找你谈话的打算了。

阿多比设计站·2023-12-20 13:16

【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

支持向量机支持向量机概述

支持向量机概述支持向量机SupportVectorMachineSVM)是一类按监督学习(supervisedlearning)方式对数据进行二元分类的广义线性分类器(generalizedlinearclassifier

小小程序○·2023-12-20 06:13

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

（2021|ICCV，DINO，ViT，自监督学习，知识蒸馏）自监督视觉 Transformer 的新特性

EmergingPropertiesinSelf-SupervisedVisionTransformers公纵号：EDPJ（添加VX：CV_EDPJ或直接进Q交流群：922230617获取资料）目录0.摘要1.简介2.相关工作3.方法3.1.自监督学习与知识蒸馏

EDPJ·2023-12-19 19:51

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

我们在大势下该如何越阶？（下）

具体执行总则是上文说的：借势、降维，每个国家、区域、地市在一个阶段都有发展侧重，侧重就意味着资源

尘世知行者·2023-12-19 17:48

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

成长路上有个无话不谈的闺蜜是什么感受？

每天监督彼此学习分享自己的所学收获复盘当日事项秉承着扎得狠爱的深的原则直戳痛点我们有很多相似的地方第一次聊上就有一种相见恨晚的感受也一起监督学习不断的在找突破口一起制定目标严格监督完成绝不妥协一起跟着班级浸泡学习让自己能不断突破变得更好结伴学习让我们彼此有了更多的能量和动力一个人走得很快一群才能走的更远

海英海英·2023-12-19 12:22

AI

利用高科技实施电信诈骗，对普通老百姓来说，等同于降维打击，完全是跨领域的碾压。

牛杂涅槃·2023-12-19 11:12

机器学习之线性回归（Linear Regression）

概念线性回归（LinearRegression）是机器学习中的一种基本的监督学习算法，用于建立输入变量（特征）与输出变量（目标）之间的线性关系。

贾斯汀玛尔斯·2023-12-19 08:18

[PyTorch][chapter 8][李宏毅深度学习][Back propagation]

前言：反向传播算法(英:Backpropagationalgorithm，简称:BP算法)是一种监督学习算法，常被用来训练多层感知机。它用于计算梯度计算中，降低误差。

明朝百晓生·2023-12-19 08:11

MATLAB 主成分分析PCA拟合平面点云（42）

MATLAB主成分分析PCA拟合平面点云（42）一、算法介绍二、算法实现一、算法介绍主成分分析（PrincipalComponentAnalysis，PCA）是一种常用的数据降维和特征提取技术。

点云学徒·2023-12-19 06:02

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

语音技术语言覆盖范围的扩展

主要成分是一个新的数据集，该数据集基于对公开宗教文本的阅读，并有效地利用了自我监督学习。我们构建了涵盖1,406种语言的预训练wav2

步子哥·2023-12-19 02:28

20210820衡水中学的瓜

对整个西藏的考生，都是降维打击。而且本身确实资格不符，所以被举报。结果他儿子高考成绩被取消，自己的仕途，也因此蒙

青争无生·2023-12-19 01:24

聚类算法--KMeans

聚类属于非监督学习，K均值聚类是最基础常用的聚类算法。它的基本思想是，通过迭代寻找K个簇(Cluster)的一种划分方案，使得聚类结果对应的损失函数最小。其中，损失函数可以定义为

一只胖猪猪·2023-12-18 23:30

《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

人工智能中的对比学习：算法原理与应用探索

1.对比学习的基本原理对比学习是一种监督学习的范式，其基本原理是通过学习输入数据中实例之间的相对关系，而不是直接预测标签。常见的对比学习方法包括孪生网络、三元组损失等。孪

鳗小鱼·2023-12-18 14:16

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

【机器学习】简单认识监督学习

简单认识监督学习⭐️Supervisedlearning⭐️Examples⭐️Specificexample⭐️两种类型的监督学习算法回归算法分类算法⭐️总结Hi~大家好呀！

釉色清风·2023-12-18 10:21

决策树算法

是一种监督学习。决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。

unhurried人生——冕临·2023-12-18 10:28

t-SNE高维数据可视化实例

自动生成一个S形状的三维曲线实例1结果：实例1完整代码：importmatplotlib.pyplotaspltfromsklearnimportmanifold,datasets"""对S型曲线数据的降维和可视化

芒果很芒~·2023-12-18 08:20

【机器学习】数据降维

这种因式分解可用于例如降维、源分离或主题提取。主成分分析(PCA)sklearn.decomposition.PCA使用数据的奇异值分解将数据投影到较低维度空间的线性降维。

Bosenya12·2023-12-18 08:46

pytorch 搭建GoogLeNet

GoodLeNet网络3.训练部分4.预测部分5.训练过程1.介绍GoodLeNet网络中的亮点有：引入了Inception结构，在网络在横向上有深度，融合了不同尺度的特征信息使用了1*1的卷积核进行降维处理添加了两个辅助分类器帮助训练丢弃全连接层

听风吹等浪起·2023-12-18 07:22

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

机器学习入门-西瓜书总结笔记第十三章

西瓜书第十三章-半监督学习一、未标记样本二、生成式方法三、半监督SVM四、图半监督学习五、基于分歧的方法六、半监督聚类一、未标记样本形式化地看，有训练样本集Dl={(x1,y1),(x2,y2),⋯ ,

一入材料深似海·2023-12-18 06:14

数据仓库与数据挖掘c5-c7基础知识

分类内容分类的基本概念分类数据对象元组(x,y)X属性集合Y类标签任务基于有标签的数据，学习一个分类模型，通过这个分类模型，可以把一组属性x映射到一个特定的类别y上类别y提前设定好的--如：学生，老师有监督学习

目标是分享一切·2023-12-18 06:01

《深层认知》：降维打击

这个世界看似浑然一体，实际却可以分为不同的维度。不同维度的世界，就像一条条平行线，下一个维度就像是上一个维度里的人的意识投射。一、物质世界的维度物质世界可以分为三个维度：第一维度是物质，第二维度是空间，第三维度是时间。同样的道理，商品也分为三个维度。第一个维度的商品，指的是各种有形的产品或者服务，属于物质层面。这个维度的东西处于最低的层次，最容易发生变化。比如，某一领域一旦发生创新，该领域的产品就

副班长国伟·2023-12-18 05:38

机器学习之机器学习的分类

本讲的主要内容：-1.机器学习算法按照任务性质的不同：监督学习+强化学习--1.1监督学习（supervisedlearning）：所有的经验E都是人工采集并输入计算机的-----1.1.1传统的监督学习

辣椒种子·2023-12-18 04:16

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

Inception V3 论文学习记录

目标在于充分利用计算效率通用设计原则1.避免过度降维或收缩特征，特别是在网络浅层降维会造成各通道间的相关性信息丢失，仅反映了稠密的信息2.特征越多，收敛越快

砥砺前行的人·2023-12-17 23:32

torch中 squeeze 和 unsqueeze 的不同用法

torch中squeeze和unsqueeze的不同用法1squeeze()的用法1）对指定的维度进行降维（a)如果某个维度为1，则对此维度进行降维（b)某个维度不为1，则无法对此维度进行降维2）默认使用

Code_LiShi·2023-12-17 21:58

机器学习笔记

关键词：数据模型预测2.机器学习算法分类2.1监督学习数据集有标签监督学习三要素：模型算法策略2.1.1分类classification离散型数据常用算法：Knn，朴素贝叶斯，svm，决策树与随机森林，

偏偏偏执先生·2023-12-17 17:40

Paper Reading: (InPL) 不平衡半监督学习中的分布内伪标记优先

Appendix简介题目：《InPL:Pseudo-labelingtheInliersFirstforImbalancedSemi-supervisedLearning》,ICLR’23InPL:不平衡半监督学习中的分布内伪标记优先日期

热水过敏·2023-12-17 17:41

OSCA单细胞数据分析笔记-9、Clustering

对应原版教程第10章http://bioconductor.org/books/release/OSCA/overview.html“物以类聚，人以群分”分群步骤即将基因表达（降维结果）相似的细胞归为同一个群体

小贝学生信·2023-12-17 13:12

决策树是什么东东？

哈哈决策树详解引言决策树（DecisionTree）是一种有监督学习算法，常用于分类和回归。本文仅讨论分类问题。决策树.png一、决策树模型决策树模型是运用于分类以及回归的一种树结构。

一只怂货小脑斧·2023-12-17 12:09

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

机器学习高维数据可视化：t-SNE 降维算法

✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。个人主页：小嗷犬的个人主页个人网站：小嗷犬的技术小站个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。本文目录t-SNE简介sklearn中的t-SNE使用t-SNE可视化手写数字数据集t-SNE简介t-SNE的全称为t-DistributedStochasticNeighborEmbedding，是一种非线

小嗷犬·2023-12-17 08:41

MLX：苹果专为统一内存架构（UMA）设计的机器学习框架

“晨兴理荒秽，带月荷锄归”夜深闻讯，有点兴奋～苹果为UMA设计的深度学习框架真的来了统一内存架构得益于CPU与GPU内存的共享，同时与MacOS和M芯片交相辉映，在效率上，实现对其他框架的降维打击。

Gloamirror·2023-12-17 08:01

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

ResNet(pytorch)

ResNet的残差块还未把1*1卷积用来降维减少参数，到ResNeXt就把1*1用来升维和降维操作，称为PW卷积()解决的问题：两种残差块，18层，34层使用第一种残差块，50层，101层，152层使用右边的残差块

caigou.·2023-12-17 05:22

推荐频道

监督学习-降维