监督学习-降维第20页

MobileNetV2代码

这个PW其实类似resnet中的1*1卷积变换，只不过这里是先升维，再降维，因为更多的模型参数是在3*3卷积层，ResNeXt使用组卷积减少模型参数，当组数和通道数一样时就是DW卷积，MobilNet为了减少参数主要是在

caigou.·2023-12-17 05:51

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

20200618

让我想到如果把做一个行业降维到做一件事，就变得简单很多了。我们每天把控有效时间里，专注解决一件

劉曉_cc28·2023-12-16 22:20

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

玩转大数据15：常用的分类算法和聚类算法

分类算法是一种监督学习（SupervisedLearning）方法，它需要一个已知的类别标签

沛沛老爹·2023-12-16 16:30

基于互一致性学习的半监督医学图像分割

Mutualconsistencylearningforsemi-supervisedmedicalimagesegmentation基于互一致性学习的半监督医学图像分割背景贡献半监督学习其它缓解过拟合的方法实验方法损失函数

火柴狗·2023-12-16 15:16

算法工程师-机器学习面试题总结(8)

5.PCA降维,为什么要对数据进行降维？它能解决什么问题？6.如何理解维度灾难？7.PCA主成分分析思想是什么？如何定义主成分？8.PCA有哪些局限性？如何优化9.如何设计目标函数使得降维达到提

学术菜鸟小晨·2023-12-16 15:34

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

关于chatgpt一点肤浅认识

比如苹果可以表示为：[1,0,0]香蕉可以表示为：[0,1,0]橙子可以表示为：[0,0,1]3、监督学习：算法接受带有标签的训练数据，从而对未标记的数据进行预测与分类

The Straggling Crow·2023-12-16 07:18

PCA分析？Emm，快速上手与出图！

其为相对经典的降维算法，对具体计算逻辑感兴趣的可以Bing搜索看看。

生信石头·2023-12-16 03:07

产品经理入门基础（产品关键词与分类）

互联网思维是降维的，让互联网产业低姿态主动去融合实体产业。产品：是解决“某个”“问题”的“东西”，某个：任何一个产品都没法解决所有问题

Super_曼曼·2023-12-16 02:06

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

十大机器学习算法

【嵌牛正文】机器学习算法大致可以分为三类：监督学习算法(SupervisedAlgorithms）:在监督学习训练过程

哦O·2023-12-15 23:32

对比学习

要说到对比学习，首先要从自监督学习开始讲起。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

以图搜图比较之 CLIP or DINOv2

CLIP改变了图像理解的方式，而DINOv2为自监督学习带来了新的方法。在本文中，我们将探索定义CLIP和DINOv2的强项和微妙之处的旅程。

AI视觉网奇·2023-12-15 21:39

AI学习笔记之——多臂老虎机(Multi-armed bandit)问题

上一篇文章简要介绍了一下强化学习，强化学习是一个非常庞大的体系，与监督学习和非监督学习相比，其广度和深度都大的多，涉及到很多经典的决策算法，对统计学知识有很高的依赖。

weixin_33962923·2023-12-15 21:21

强化学习笔记------第一章----强化学习概述（超详细）

首先，我们可以把强化学习和监督学习做一个对比。

深度睡眠小能手·2023-12-15 21:49

【强化学习-读书笔记】多臂赌博机 Multi-armed bandit

参考ReinforcementLearning,SecondEditionAnIntroductionByRichardS.SuttonandAndrewG.Barto强化学习与监督学习强化学习与其他机器学习方法最大的不同

x66ccff·2023-12-15 20:38

机器学习-SVM（支持向量机）

支持向量机（SupportVectorMachine,SVM）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

向岸看·2023-12-15 17:59

机器学习—混淆矩阵

它特别适用于监督学习算法中的分类问题。混淆矩阵不仅帮助我们理解模型在正确分类和错误分类方面的表现，而且还提供了判断模型是否有偏差的依据。###2.

我我我想出去玩·2023-12-15 15:04

【机器学习】数据降维

局部线性嵌入1.2.2拉普拉斯特征映射1.2.3局部保持投影1.2.4等距映射1.2.5t分布随机近邻嵌入1.2.6多维缩放二、示例2.1PCA示例iris数据集2.2局部线性嵌入（LLE）瑞士卷数据降维

十年一梦实验室·2023-12-15 13:51

【机器学习】线性判别分析

如何找到最佳投影线性变换矩阵LDA（LinearDiscriminantAnalysis）和PCA（PrincipalComponentAnalysis）区别二、示例代码2.1自定义实现lda算法对iris数据集进行降维

十年一梦实验室·2023-12-15 12:14

【论文阅读笔记】Medical Vision Language Pretraining: A survey

通过利用成对或非成对的视觉和文本数据集进行自监督学习，模型能够获得大量知识并学习强大的特征表示。这样的预训

cskywit·2023-12-15 12:06

Java实现基于朴素贝叶斯的情感词分析

朴素贝叶斯（NaiveBayesian）是一种基于贝叶斯定理和特征条件独立假设的分类方法，它是基于概率论的一种有监督学习方法，被广泛应用于自然语言处理，并在机器学习领域中占据了非常重要的地位。

码农参上·2023-12-15 12:51

最会学习的人7天训练营Day4-超越99.99%的人的学习，九大绝学

1.升维思考，降维打怪，打造自己的多维竞争力，能力升级一堆，后面撂下一堆。2.身体习惯、行为习惯很容易养成，可能需要七天或二十一天，但是思维习惯养成却需要三个月或者是半年，也许更长的时间。

石姐说书·2023-12-15 11:10

视频中自监督学习：「我的世界」下指令理解与跟随

本文介绍了北京大学人工智能研究院梁一韬助理教授所带领的CraftJarvis团队在「我的世界」环境下探索通用智能体设计的新进展，题为“GROOT:LearningtoFollowInstructionsbyWatchingGameplayVideos”。GROOT该研究的核心目标是探索能否摆脱文本数据的标注以及与环境的在线交互，而是仅通过观看游戏视频的方式来教会智能体理解世界、遵循指令，进而在开放

TechBeat人工智能社区·2023-12-15 07:07

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

异常检测 | 基于孤立森林(Isolation Forest)的数据异常数据检测（结合t-SNE降维可视化）

异常检测|MATLAB实现基于孤立森林的数据异常检测目录异常检测|MATLAB实现基于孤立森林的数据异常检测效果一览基本介绍程序设计参考资料效果一览基本介绍Matlab实现基于孤立森林(IsolationForest)的数据异常数据检测可视化（完整源码和数据)基于孤立森林(IsolationForest)的数据异常数据检测可视化可直接运行注释清晰~Matlab1.多特征输入，可用于检测异常数据，异

机器学习之心·2023-12-15 00:06

异常检测 | MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN聚类)

异常检测|MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN聚类)目录异常检测|MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN

机器学习之心·2023-12-14 23:15

吴恩达《机器学习》12-1:优化目标

在监督学习中，选择使用算法A还是算法B的重要性逐渐减弱，而更关键的是如何在应用这些算法时优化目标。这包括设计特征、选择正则化参数等因素，这些在不同水平的实践者之间可能表现出截然不同的效果。

不吃花椒的兔酱·2023-12-14 22:34

ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders

关于稀疏卷积的解释：https://zhuanlan.zhihu.com/p/3823658892.答案：在深度学习领域，尤其是计算机视觉任务中，遮蔽图像建模（MaskedImageModeling,MIM）是一种自监督学习策略

橙黄橘绿时_Eden·2023-12-14 19:48

人工智能原理复习--机器学习

环境学习知识库执行环境向系统的学习部分提供某些信息学习利用这些信息修改数据库，以怎金系统执行部分完成任务的效能执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分最重要的因素是`环境向系统提供的信息机器学习分类：监督学习

ˇasushiro·2023-12-14 13:56

变革

运算能力，将是未来一个企业的根本能力2、认知变革——最底层的商业逻辑免疫力，才是一个人最大的竞争力，才是可以摧毁一切商业逻辑的降维打击。

晴天YQ·2023-12-07 00:57

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

机器学习及建模分类方法总结

有监督学习模型就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出

vegene·2023-12-06 10:56

降维下的 985 相亲局-- 阶层固化与内卷化 / 每日一读一思：本土临床心理学论丛读书劄记与思考2020-12-09

近日，「985相亲局」的讨论成为热议。据说，这是国内一流大学(985)毕业生以学历背景为前提，筛选结婚对象的「局」，故又被称为「高端相亲局」--可翻成为「披着传统门当户对的外衣...追寻物质层面...的爱情与婚姻」的预赛。有网络平台为此而提供小圈子的「相亲」服务--让985相亲的女生挂牌（在网络上展示自己），让后让985相亲的男生应征（对女生出交友申请）这样的一种操作机制，「表面上是女性可以在很多

本土临床心理学论丛·2023-12-06 07:36

数据降维方法介绍（十）

第六种方法：因子分析（FactorAnalysis）姓名：何源学号：21011210073学院：通信工程学院转载：因子分析（FA）算法简述【嵌牛导读】因子分析法简介【嵌牛鼻子】因子分析法（FA）【嵌牛提问】因为分析法的概念是什么？因子分析法的原理是什么？【嵌牛正文】什么是因子分析法？因子分析法是指：研究从变量群中提取共性因子的统计技术，这里的共性因子指的是不同变量之间内在的隐藏因子。例如，一个学生

科技小白不能再白了·2023-12-06 06:33

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

数据降维方法介绍（十一）

第七种方法：拉普拉斯特征映射姓名：何源学号：21011210073学院：通信工程学院转载：LE（拉普拉斯特征谱）【嵌牛导读】拉普拉斯特征映射算法简介【嵌牛鼻子】拉普拉斯特这谱【嵌牛提问】拉普拉斯特征映射的思想是什么？算法的基本步骤是什么？【嵌牛正文】拉普拉斯特征映射算法基本思想LE是Belkin和Niyogi在2002年提出的基于谱图理论的Laplacian特征映射算法。Belkin等人发现流形L

科技小白不能再白了·2023-12-05 23:02

语义分割 U-net网络学习笔记（附代码）

具体来说，编码器部分采用卷积神经网络对图像进行特征提取和降维，解码器部分则采用反卷积神经网络对特

无妄无望·2023-12-05 23:58

1.1卷积的作用

这里看其他文章或者博客中都称之为升维、降维。但实际情况维度并没有改变，