监督学习-降维第25页

预测数值型数据：回归

回归是一种监督学习，监督学习指的是有目标变量或预测目标的机器学习方法。回归与分类的不同，就在于其目标变量是连续数值型。

洛克黄瓜·2023-11-20 12:33

向量机SVM代码实现

支持向量机（SVM,SupportVectorMachines）是一种广泛应用于分类、回归、甚至是异常检测的监督学习算法。

softshow1026·2023-11-20 07:48

torch.squeeze()和torch.unsqueeze()

1.torch.squeeze(tensor)和numpy等库函数中的squeeze()函数作用一样，torch.squeeze()函数的作用是压缩一个tensor的维数为1的维度，使该tensor降维变成最紧凑的形式

西北小生_·2023-11-20 05:01

模式识别第八章数据聚类非监督学习方法

title:模式识别第八章数据聚类非监督学习方法date:2017-03-2618:47:53categories:ML/卢晓春模式识别引论mathjax:truetags:[MachineLearning

gb_QA_log·2023-11-20 03:59

CS229 Week9 异常检查&推荐系统

:[MachineLearning,CS229]第九周15异常检测(AnomalyDetection)15.1问题的动机15.2高斯分布15.3算法15.4开发和评价一个异常检测系统15.5异常检测与监督学习对比

gb_QA_log·2023-11-20 02:01

基于深度学习的超分辨率综述

非线性映射学习模块负责完成LR到HR的映射，这过程中利用损失函数引导和监督学习的进程；上采样模块实现重建图像的放大，两个模块协同完成SISR1.1超分框架（1）前端上采样超分框架前端上采样避免在低维进行映射学习

teacher_ma_·2023-11-20 02:21

500日知录：升维思考降维打击

自从《三体》以后，“升维思考，降维打击”成为互联网思维的时髦用语，一直没有很理解这句话的含义。

浴火凤凰死而复燃·2023-11-20 01:08

2023年亚太杯数学建模思路 - 案例：异常检测

文章目录赛题思路一、简介--关于异常检测异常检测监督学习二、异常检测算法2.箱线图分析3.基于距离/密度4.基于划分思想建模资料赛题思路（赛题出来以后第一时间在CSDN分享）https://blog.csdn.net

m0_71450098·2023-11-19 23:55

【半监督学习】CNN与Transformer的结合

本文介绍了几篇结合使用CNN和Transformer进行半监督学习的论文，CNN&Trans（MIDL2022），Semi-ViT（ECCV2022），Semiformer（ECCV2022）.Semi-SupervisedMedicalImageSegmentationviaCrossTeachingbetweenCNNandTransformer

m0_61899108·2023-11-19 20:53

强化学习中的Transformer发展到哪一步了？清北联合发布TransformRL综述

然而，与监督学习（SL）中的架构设计相比，DRL中的架构设计问题仍然很少被研究。大多数关于RL架构的现有

PaperWeekly·2023-11-19 19:05

【MATLAB】史上最全的7种回归预测算法全家桶

知识付费是现今时代的趋势，而且都是我精心制作的教程，有问题可随时反馈~也可单独获取某一算法的代码（见每一算法介绍后文）~1【MATLAB】BP神经网络回归预测算法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

Lwcah·2023-11-19 15:34

特征降维（主要是PCA的补充）

目录保留85%的信息额外补充保留85%的信息降维实现数据的特征压缩，但是通常会降低模型性能。

hx2024·2023-11-19 15:46

[mean teacher笔记]Mean teachers are better role models

目录Abstract1Introduction2MeanTeacher3Ablationexperiments论文地址代码地址Abstract最近提出的时间集成在几个半监督学习基准中取得了先进的成果。

冲冲冲鸭鸭鸭~·2023-11-19 14:09

国科大数据挖掘期末复习——聚类分析

聚类属于无监督学习（unsupervisedlearning），也就意味着它不依赖于预先定义的类和训练样本。所以聚类是通过观察学习，而不是通过例子学习。

终成大师·2023-11-19 14:56

遇到SB我们到底应该怎么办？速度get这几项技能，迅速提升你的免疫力

因为啊，这大千世界上，没有一个地方是没有傻逼的，你有你眼里的傻逼，你也会成为他人眼里的傻逼，琴瑟在御，岁月静好，不要因为遇到几个傻逼就降维自己为傻逼就好。那么，遇到傻逼我们到底该怎么办呢？

七十二朵云·2023-11-19 14:55

斯坦福机器学习 Lecture1 （机器学习，监督学习、回归问题、分类问题定义）

p=1&vd_source=7a1a0bc74158c6993c7355c5490fc600笔记如下机器学习的定义：不需要明确编程就能让计算机去学习做某件事情另一个定义什么是监督学习？

shimly123456·2023-11-19 13:02

斯坦福机器学习 Lecture2 （假设函数、参数、样本等等术语）

假设函数定义假设函数，猜一个x->y的类型，比如y=ax+b，随后监督学习的任务就是找到误差最低的a和b参数有时候我们可以定义x0=1，来让假设函数的整个表达式一致统一如上图是机器学习中的一些术语额外的符号

shimly123456·2023-11-19 13:18

【机器学习算法】机器学习：支持向量机（SVM）

转载自：【精选】机器学习：支持向量机（SVM）-CSDN博客1.概述1.1，概念支持向量机（SVM）是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面，可以将问题化为一个求解凸二次规划的问题

DJ.马·2023-11-19 05:16

Scillus——提高scRNA-seq数据的处理和可视化(三)

绘图1.降维图形绘制降维图可以通过plot_scdata()函数绘制：plot_scdata(scRNA_int,pal_setup=pal)UMAP绘图，按cluster着色plot_scdata()

denghb001·2023-11-19 03:53

机器学习第1天：概念与体系漫游

文章目录机器学习的概念机器学习的应用场景（1）垃圾邮件处理（2）多指标预测房价（3）其他任务机器学习的分类按是否在监督下训练为分类指标（1）监督学习（2）无监督学习（3）半监督学习（4）强化学习按是否可以动态学习为分类指标

Nowl·2023-11-18 21:36

机器学习回归与聚类算法

机器学习回归与聚类算法思维导图线性回归欠拟合与过拟合岭回归分类算法：逻辑回归模型保存与加载无监督学习K-means算法4.1线性回归回归问题：目标值-连续型的数据4.1.1线性回归的原理2什么是线性回归函数关系特征值和目标值线型模型线性关系

可爱的杨一凡·2023-11-18 18:58

机器学习基础之《回归与聚类算法（7）—无监督学习K-means算法》

一、什么是无监督学习1、没有目标值—无监督学习一家广告平台需要根据相似的人口学特征和购买习惯将美国人口分成不同的小组，以便不同的用户采取不同的营销策略。

csj50·2023-11-18 17:13

生成对抗网络（GAN）

生成对抗模型是近年来复杂数据分布上无监督学习最具前景的方法之一。本文简单从生成对抗网络的定义、理论推导、模型缺点及相应对抗网络的变体等内容作出一定的归纳和总结。

cuisidong1997·2023-11-17 15:24

embedding的综述

0【自然语言处理】Word2Vec词向量模型详解+Python代码实战1一文读懂Embedding的概念，以及它和深度学习的关系one-hot变成地位稠密的向量，降维什么是词嵌入：讲词汇表中的词或者词语映射成固定长度的向量

stay_foolish12·2023-11-17 14:52

Diffusion Models & CLIP

IntroductiontoDiffusionModels生成模型主要指的是无监督学习中的生成模型，在无监督学习中的主要任务是让机器学习给定的样本，然后生成一些新的东西出来。

Wall-E99·2023-11-17 12:31

从矩阵几何的角度简单推导PCA主成分分析

PCA的几何意义是找出一个新坐标系,在这个新坐标系下第一个维度是变化是最大的,最后一个维度变化是最小的.在常用的降维用法中,最后几个维度可以删掉,因为他们没什么变化,在理想的情况下他们都是一个常数,对决策完全不提供有用的信息衡量变换方法是方差

好学的学渣·2023-11-17 11:02

机器学习-PCA降维

一、首先先问一个问题：为什么要进行降维操作呢？降维的主要方法有：二、主成分分析PCA2.PCA的python实现过程有人会问为什么要去均值呢？

下雨天再见·2023-11-17 08:35

Python数据分析与机器学习35-PCA降维

用途：降维中最常用的一种手段目标：提取最有价值的信息（基于方差）问题：降维后的数据的意义?二.向量的表示及基变换2.1向量的表示内积：解释：设向量B的模为1，则A与B的内积值等于A向B

只是甲·2023-11-17 08:02

机器学习之PCA降维

sklearn.decomposition.PCA主要参数：n_components:指定主要成分的个数，即降维后数据的维度svd_solver:设置特征值分解的方法，默认为'auto',其他可选有‘full

发光发热小流星·2023-11-17 08:31

【Python机器学习】PCA降维算法讲解及二维、高维数据可视化降维实战（附源码超详细）

降维不仅可以减少样本的特征数量，还可以用来解决特征冗余（是指不同特征有高度相关性）等其他数据预处理问题。可视化并探索高维数据

showswoller·2023-11-17 08:23

Python | 机器学习之PCA降维

目录结构1.机器学习之PCA降维概念1.1机器学习1.2PCA降维2.PCA降维2.1实验目的2.2实验准备2.3实验原理2.4实验内容2.5实验心得致读者1.机器学习之PCA降维概念1.1机器学习传统编程要求开发者明晰规定计算机执行任务的逻辑和条条框框的规则

Sarapines Programmer·2023-11-17 08:48

2023.8-(ICCV)Forecast-MAE- Self-supervised Pre-training for Motion Forecasting with Masked Autoencod

以下是其内容的详细概述：摘要研究聚焦于应用于运动预测的自监督学习（SSL），尽管SSL在其他领域取得了成功，但在运动预测方面尚未得到广泛探索。

技术宅学长·2023-11-17 08:52

机器学习—基本术语

目录1.样本（示例）2.属性3.属性值4.属性空间5.样本空间6.学习（训练）7.数据集8.测试9.假设10.学习器11.标记12.样例13.标记空间（样例空间）14.分类与回归15.有监督学习、无监督学习

爱学习的时小糖·2023-11-17 01:25

【Machine Learning in R - Next Generation • mlr3】

一个简单的机器学习流程在mlr3中可被分解为以下几个部分：创建任务比如回归、分裂、生存分析、降维、密度任务等等挑选学习器（算法/模型）比如随机森林、决策树、SVM、KNN等等训练和预测创建任务本次示例将使用

皮肤科大白·2023-11-17 00:49

机器学习--＞笔记

机器学习四类：聚类，回归，分类，降维分类1、基础结构分类属于过程深度学习端到端输入–>模型–>输出传统机器学习非端到端输入–>特征提取–>特征分类–>输出特征分类：用于分类的依据2、流程1、加载数据2、

MichaelMinger·2023-11-16 23:26

半平面求交 - 洛谷 - P3194 [HNOI2008] 水平可见直线

欢迎关注更多精彩关注我，学习常用算法与数据结构，一题多解，降维打击。

闪电彬彬·2023-11-16 21:20

半平面求交 - 洛谷 - P3256 [JLOI2013] 赛车

欢迎关注更多精彩关注我，学习常用算法与数据结构，一题多解，降维打击。

闪电彬彬·2023-11-16 21:18

（2021，CLIP）基于自然语言监督学习可迁移视觉模型

LearningTransferableVisualModelsFromNaturalLanguageSupervision公众号：EDPJ目录0.摘要1.简介2.方法2.1创建一个足够大的数据集2.2选择高效的预训练方法2.3选择和缩放一个模型2.4预训练2.5使用CLIP3.分析3.1与视觉N-Grams的初步比较3.2Zero-Shot性能3.3表示学习（RepresentationLear

EDPJ·2023-11-16 13:37

机器学习笔记（伪标签）/论文笔记 Pseudo-Label: The Simple and Efficient Semi-Supervised Learning Method for Deep Neu

Pseudo-Label:TheSimpleandEfficientSemi-SupervisedLearningMethodforDeepNeuralNetworks20131伪标签未标记的数据由监督学习网络标记

UQI-LIUWJ·2023-11-16 12:24

深度解读：chatGPT 3.5 (GPT-3.5语言模型)

GPT模型是使用无监督学习方式进行预训练的语言模型，在各种自然语言处理任务中表现出色。

hibaby_·2023-11-16 11:03

AIGC实战——自编码器(Autoencoder)

自编码器架构3.去噪自编码器3.1编码器3.2解码器3.3连接编码器和解码器3.4训练自编码器3.5重建图像4.可视化潜空间5.生成新图像小结系列链接0.前言自编码器(Autoencoder)是一种无监督学习的神经网络模型

盼小辉丶·2023-11-16 11:51

python机器学习——主成分分析PCA实现

主成分分析PCA实现一、数据降维二、应用“手写体数字图像”数据进行PCA操作参考文献：一、数据降维降维/压缩问题是选取具有代表性的特征，在保持数据多样性（Variance）的基础上，规避掉大量的特征冗余和噪声

曹文杰1519030112·2023-11-16 10:10

数学推导+纯Python实现机器学习算法：Lasso回归

总的来说，监督机器学习的核心原理莫过于如下公式：该公式可谓是机器学习中最核心最关键最能概述监督学习的核心思想的

文文学霸·2023-11-16 10:04

机器学习新手的十大算法导览

小白学视觉·2023-11-16 10:41

【机器学习7】优化算法

1有监督学习的损失函数1.1分类问题对二分类问题，Y={1,−1}，我们希望signf(xi,θ)=yi，最自然的损失函数是0-1损失，函数定义特点0-1损失函数非凸、非光滑，很难直接对该函数进行优化Hinge

猫头不能躺·2023-11-16 08:09

卷积神经网络（CNN）和循环神经网络(RNN)有什么区别？

CNN用于提取图像的空间特征，通过不断的卷积和池化操作实现特征提取和降维。循环神经网络通常用于自然语言处理和语音识别中，可以用来处理时间序列数据。

御坂10057·2023-11-16 08:18

如何基于OpenCV和Sklearn算法库开展机器学习算法研究

大家在做机器学习或深度学习研究过程中，不可避免都会涉及到对各种算法的研究使用，目前比较有名的机器学习算法库主要有OpenCV和Scikit-learn（简称Sklearn），二者都支持各种机器学习算法，主要有监督学习

一马平川的大草原·2023-11-16 06:32

保姆级教程之SABO-VMD-CNN-SVM的分类诊断，特征可视化

然后将数据送入CNN进行特征提取，并进行PCA降维后特征可视化，并与未进行CNN特征提取的数据可视化结果进行比较。最后将CNN提取的特征送入SVM进行分类。其他数据的

今天吃饺子·2023-11-16 04:28

一文解释对比学习

对比学习是一种无监督学习技术，其核心思想是通过比较不同样本之间的相似性和差异性来学习数据的表示（features）。它不依赖于标签数据，而是通过样本之间的相互关系，使得模型能够学习到有意义的特征表示。

jieHeEternity·2023-11-16 04:10

【Python实验设计】KNN分类算法 | K-means聚类算法 | matplotlib龟兔赛跑 | 阻尼衰减曲线 | 雷达图 | sqlite3数据库

一、【使用KNN分类算法实现根据身高和体重对体型分类】KNN（K-NearestNeighbors）分类算法是一种基于实例的监督学习算法，用于对未知样本进行分类，其基本思想是通过测量不同特征之间的距离来判断样本的类别

Akaxi-1·2023-11-16 00:39

推荐频道

监督学习-降维