监督学习-降维第27页

Bard和ChatGPT的比较？

ChatGPT则是一种完全基于自监督学习的

百态老人·2023-11-11 12:07

回归预测 | Matlab实现PCA-PLS主成分降维结合偏最小二乘回归预测

回归预测|Matlab实现PCA-PLS主成分降维结合偏最小二乘回归预测目录回归预测|Matlab实现PCA-PLS主成分降维结合偏最小二乘回归预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

机器学习之心·2023-11-11 12:59

机器学习实战——《跟着迪哥学Python数据分析与机器学习实战》

跟着迪哥学Python数据分析与机器学习实战一、基础部分二、信用卡欺诈检测实战——监督学习2.1下采样与过采样2.1.1过采样数据生成策略SMOTE2.2逻辑回归2.3分类结果混淆矩阵2.4过采样实战2.5

躬身入世，以生证道·2023-11-11 10:40

Pytorch实战教程（一）-神经网络与模型训练

0.前言人工神经网络(ArtificialNeuralNetwork,ANN)是一种监督学习算法，其灵感来自人类大脑的运作方式。

张志翔的博客·2023-11-11 08:55

深度学习之PyTorch实战计算机视觉--深度神经网络基础

深度神经网络基础3.1监督学习和无监督学习3.1.1监督学习3.1.2无监督学习3.2欠拟合和过拟合3.2.1欠拟合3.2.2过拟合3.3后向传播3.4损失和优化3.4.1损失函数3.4.2优化函数3.5

Monday______·2023-11-11 06:25

机器学习(十)——支持向量机

支持向量机（SupportVectorMachine,SVM）是一类按监督学习（supervisedlearning）方式对数据进行广义线性分类，其决策边界是对学习样本求解的最大边距超平面（maximum-marginhyperplane

hhhcbw·2023-11-11 05:26

AI由许多不同的技术组成，其中一些最核心的技术如下

机器学习包括监督学习、无监督学习和强化学习等多种类型。深度学习：这是一种基于神经网络的机器学习技术，它可以通过学习大量的数据来提取有用的特征。

软件开发小胡·2023-11-11 04:28

数据降维(Data Dimensionality Reduction)

数据降维DataDimensionalityReduction概念基本思想分类基本原理主成分分析（PCA降维）principalcomponentanalysis概念原理概念数据降维是在某些特定条件下，

M冰·2023-11-11 02:39

paper总结（9）FREEMATCH: SELF-ADAPTIVE THRESHOLDING FORSEMI-SUPERVISED LEARNING

问题背景基于伪标记和一致性正则化的各种方法在半监督学习中取得了巨大的成功。

Deep_Dreamer·2023-11-11 02:09

MAE(Masked Autoencoders) 详解

3.总结0.引言maskedautoencoders(MAE)是用于CV的自监督学习方法，优点是扩展性强的（scalable），方法简单。在M

sjx_alo·2023-11-11 01:14

【机器学习】七、降维与度量学习

1.维数灾难样本的特征数称为维数（dimensionality），当维数非常大时，也就是现在所说的维数灾难。维数灾难具体表现在：在高维情形下，数据样本将变得十分稀疏，因为此时要满足训练样本为“密采样”的总体样本数目是一个触不可及的天文数字，训练样本的稀疏使得其代表总体分布的能力大大减弱，从而消减了学习器的泛化能力；同时当维数很高时，计算距离也变得十分复杂，甚至连计算内积都不再容易，这也是为什么支持

TwcatL_tree·2023-11-10 23:54

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于无监督学习的聚类算法。其主要思想是将数据集划分为K个簇，每个数据点都属于其中一个簇，并且每个簇都有一个代表性的中心点（称为质心）。

weixin_45098537·2023-11-10 19:41

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无监督学习算法，常用于对数据进行聚类分析。其主要步骤如下：首先随机选择K个中心点（质心）作为初始聚类中心。

m0_黎明·2023-11-10 19:36

数据可视化PCA与t-SNE

PCA（主成分分析）和t-SNE（t分布随机近邻嵌入）都是降维技术，可以用于数据的可视化和特征提取。

shadowismine·2023-11-10 16:38

机器学习复习（待更新）

01绪论（1）机器学习基本分类：监督学习（有标签）半监督学习（部分标签，找数据结构）无监督学习（无标签，找数据结构）强化学习（不断交互，根据反馈调整策略）（2）机器学习根据预测任务不同的分类：分类问题回归问题标注问题

y_lov·2023-11-10 13:12

人工智能（AI）是一种快速发展的技术，其未来发展前景非常广阔。

他们需要具备编程和数学技能，能够构建和训练各种类型的机器学习模型，包括监督学习、无监督学习和强化学习等。

软件开发小胡·2023-11-10 09:38

OPENAI 开发者大会_观后感_231107

一次传那么多也很贵）JSON响应，对程序更友好（GPT3.5的JSON已明显好于其它模型，更进一步）检索功能+分析资料+2023.4月知识库（之前这些功能由外围提供，纳入外围）多模态集成（之前大家自行实现，降维打击

xieyan0811·2023-11-10 07:59

线性代数（五） | 矩阵对角化特征值特征向量

矩阵实际上是一种变换,是一种旋转伸缩变换（方阵）不是方阵的话还有可能是一种升维和降维的变换比如A=(1221)\begin{pmatrix}1&2\\2&1\end{pmatrix}(1221)x=(12

Qodi·2023-11-10 06:14

详解机器学习最优化算法

前言对于几乎所有机器学习算法，无论是有监督学习、无监督学习，还是强化学习，最后一般都归结为求解最优化问题。因此，最优化方法在机器学习算法的推导与实现中占据中心地位。

金戈鐡馬·2023-11-10 04:35

目标检测标注的时代已经过去了？

无论是用于图像分类、目标检测还是语义分割，长期以来人工标记的数据集一直是监督学习的基础。然而，由于一个创新性的工具AutoDistill，这种情况可能很快会发生改变。

小北的北·2023-11-10 02:21

机器学习——逻辑回归

一、分类问题监督学习的最主要类型分类（Classification）：身高1.85m，体重100kg的男人穿什么尺码的T恤？根据肿瘤的体积、患者的年龄来判断良性或恶性？

七七喝椰奶·2023-11-09 22:29

基于SVD的图像压缩，PCA特征降维

目录一、前言二、特征分解三、基于SVD的图像压缩四、基于SVD的特征降维一、前言实际上EVD（特征分解）是SVD的一种特殊情况；逆是伪逆的特殊情况，这在最小二乘当中有应用。

韩师兄_·2023-11-09 07:16

李宏毅老师-自监督学习（Self-supervised Learning）Part3

慢慢来，会更好！大家好，我是一个想研究又不会研究的研究生陪伴大家一起学习成长！那么，为什么我们要先做BERT工作呢？越相近的字产生的向量越接近，如果与草、鸟与鱼等同时，BERT会根据上下文，不同语义的同一个字会产生不同的向量看看下图的例子，同一个果字对应的向量会不一样有两堆苹果一堆是吃的苹果（5个）一堆是苹果模型（5个）那么我们就可以发现，前5个果相似度高，前5个跟后5个相似度就低所以，BERT输

想研究又不会研究的研究生·2023-11-09 07:06

李宏毅老师-自监督学习（Self-supervised Learning）Part4

慢慢来，会更好！大家好，我是一个想研究又不会研究的研究生陪伴大家一起学习成长！我们前面说Bert做的事情是填空题而GPT做的任务就是预测接下来会出现的token是什么例如有笔训练资料是台湾大学，那么输入BOS后训练输出是台，再将台作为输入训练输出是湾（预测台的时候不会看到湾，预测湾不会看到大等），以此类推即可模型输出embeddingh，h再经过lineartransform（线性变换)和soft

想研究又不会研究的研究生·2023-11-09 07:06

2022最新版-李宏毅机器学习深度学习课程-P46 自监督学习Self-supervised Learning（BERT）

一、概述：自监督学习模型与芝麻街参数量ELMO：94MBERT：340MGPT-2：1542MMegatron：8BT5：11BTuringNLG：17BGPT-3：175BSwitchTransformer

QwQllly·2023-11-09 07:58

论文翻译：Mastering the Game of Go without Human Knowledge (第一部分)

这些神经网络使用人类的专家数据进行监督学习，以及通过自我对弈进行强化学习。在这里，我们介绍一个仅仅基于强化学习的算法，除了游戏规则外没有任何的人类数据，指导，或领域知识。AlphaGo

weixin_33709364·2023-11-09 05:56

Mastering the game of Go without human knowledge 伪代码

Zero性能最好的原因在于，他全程采用非监督学习，数据全部来源于self-playbuffe

popcandyy·2023-11-09 05:17

人工智能几行代码实现换脸，python+dlib实现图文教程

简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用

或大或小此次·2023-11-09 03:24

基于显著性的无人机多光谱图像语义杂草检测与分类

Saliency-BasedSemanticWeedsDetectionandClassificationUsingUAVMultispectralImaging(2023）摘要1、介绍2、相关工作2.1监督学习

毕竟是shy哥·2023-11-08 22:21

AutoEncoding与AutoRegressive：区别，联系和应用

平时看的文章也常常提到自监督学习里的两种范式AutoEncoding和AutoRegressive

oveZ·2023-11-08 21:20

K-means聚类算法实现鸢尾花聚类

2.K-means算法简介聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程，聚类就是一种发现这种内在结构的技术，聚类技术经常被称为无监督学习。

且听风吟hjc·2023-11-08 21:09

【机器学习4】降维

常见的降维方法有主成分分析、线性判别分析、等距映射、局部线性嵌入、拉普拉斯特征映射、局部保留投影等。1PCA最大方差角度理解PCA无监督学习算法。

猫头不能躺·2023-11-08 20:53

机器学习2.1-2.7——单变量线性回归

模型描述例子以监督学习中的线性回归为例上图描述的是房屋尺寸和售价的关系。假如现在需要预测1250feet2feet^2feet2的房子售价，该如何建立模型？

Noobs_way·2023-11-08 19:22

【NLP】特征提取: 广泛指南和 3 个操作教程 [Python、CNN、BERT]

由于多种原因，它是一项不可或缺的技术：降维：在许多数据集中，可能存在许

Sonhhxg_柒·2023-11-08 19:53

【机器学习】Kmeans聚类算法

一、聚类简介Clustering(聚类)是常见的unsupervisedlearning(无监督学习)方法，简单地说就是把相似的数据样本分到一组（簇），聚类的过程，我们并不清楚某一类是什么（通常无标签信息

TwcatL_tree·2023-11-08 14:33

机器学习算法分类

根据数据集不同，可以吧机器学习算法分为：监督学习无监督学习半监督学习强化学习1、监督学习●定义:输入数据是由输入特征值和目标值所组成。

nousefully·2023-11-08 11:48

【机器学习3】有监督学习经典分类算法

1支持向量机在现实世界的机器学习领域，SVM涵盖了各个方面的知识，也是面试题目中常见的基础模型。SVM的分类结果仅依赖于支持向量，对于任意线性可分的两组点，它们在SVM分类的超平面上的投影都是线性不可分的。2逻辑回归2.1逻辑回归与线性回归逻辑回归处理的是分类问题，线性回归处理的是回归问题，这是两者的最本质的区别。逻辑回归中给定自变量和超参数后，得到因变量的期望，并基于此期望来处理预测分类问题。逻

猫头不能躺·2023-11-08 10:10

4.Python数据分析项目之广告点击转化率预测

missingno）、查看数值类型特征与非数值类型特征、一次性绘制所有特征的分布图像预处理缺失值处理（填充）拆分数据（获取有需要的值）、统一数据格式、特征工程(特征编码、0/1字符转换、自定义)、特征衍生、降维

想成为数据分析师的开发工程师·2023-11-08 08:27

机器学习之回归模型

——线性模型step2：模型评估——损失函数step3：最佳模型——梯度下降选择其他更复杂的1元N次线性模型步骤优化合并法引入更多参数正则化回归模型回归模型(RegressionModel):是一种有监督学习算法

VinMemory·2023-11-08 07:08

自监督学习初步认识

自监督学习self-supervisedlearning）目录1、定义2、自监督学习存在的意义以及能work的思考1）利用了自然界中存在的先验信息2）数据之间的连贯性3）数据内部结构信息3、自监督学习的两个阶段思路分析

yzZ_here·2023-11-08 05:54

半监督学习思路学习记录

半监督学习思路整理一、半监督学习思路semi-supervisedlearning（SSL）需要明确的知识点：1、首先确定训练集中包含两种数据：labeled和unlabeled。

yzZ_here·2023-11-08 05:24

简述SVM

概述SVM，即支持向量机（SupportVectorMachine），是一种常见的监督学习算法，用于分类和回归问题。它是一种基于统计学习理论和结构风险最小化原则的机器学习方法。

赛博炼丹师·2023-11-07 16:27

PRML 第三章

3回归的线性模型1.之前说的是无监督学习：密度估计+聚类。这里讨论监督学习：回归。2.回归就是维变量对应目标变量的问题。第一章由多项式曲线拟合。最简单就是线性回归。

萌新待开发·2023-11-07 05:25

[机缘参悟-117] ：万物同源、聚散离合，皆为机缘；生死轮回，皆为自然（天空之眼、上帝视角、佛看众生；系统思维、局外清醒、升维思考；躬身入局、局内低调、降维做事；反思过去，立足当下...）

目录前言：一、太空之眼：万物同源、聚散离合，皆为机缘二、万物的形成与消亡2.1粒子的聚合与物质的形成2.2粒子的分离与物质的消亡二、生命的形成2.1有机体的聚合与生命的形成2.2有机体的分离与生命的消亡三、人的大脑神经系统与精神世界的形成3.1人的大脑神经系统3.2精神世界的形成3.3人的大脑的可塑性3.4精神世界的可塑性3.5重塑的过程就是消亡与重生的过程四、地球生命的聚散离合、新陈代谢4.1生

文火冰糖的硅基工坊·2023-11-07 05:00

机器学习概论

深度学习：实现机器学习的一种技术2、机器学习的范围3、机器学习可以解决什么问题给定数据的预测问题：数据清洗/特征选择确定算法模型/参数优化结果预测二、机器学习的类型1、监督学习分类（Classification

七七喝椰奶·2023-11-07 04:12

人类活动识别的深度学习模型

目录概述人类活动识别神经网络建模的好处监督学习数据表示卷积神经网络模型递归神经网络模型人类活动识别（HumanActivityRecognition）是一项具有挑战性的时间序列分类任务。

haitian403·2023-11-07 02:00

优维产品最佳实践第13期：如何避免拨测机自身网络问题？

如何对指标实现“降维”，从而汇聚指标？「背景」拨测监控作为监控体系中重要的一环，为管理员提供最为直接的状态监控。

优维科技EasyOps·2023-11-07 01:17

BERT——自监督学习的典范

1自监督学习的概念在机器学习中，最常见的是监督学习（Supervisedlearning）。假设模型的输入是，输出是，我们如何使模型输出我们期望的呢？

偶尔写一写·2023-11-06 19:19

《Learning to Compare: Relation Network for Few-Shot Learning》

然而，这些监督学习模型需要大量的标记数据和许多迭代来训练它们大量的参数。由于标注成本的原因，这严重限制了它们对新类的可拓展性，但从根本上限制了它们对新出现的或是很少出现的类的适用性。

Lucifer_75d2·2023-11-06 18:04

三、机器学习基础知识：Python常用机器学习库（SKlearn）

SKlearn包含许多目前最常见的机器学习算法，例如分类、回归、聚类、数据降维，数据预

七层楼的疯子·2023-11-06 17:55

推荐频道

监督学习-降维