监督学习-降维第4页

为什么在半监督中的无监督阶段CE常常配合置信度使用而MSE通常不会

在半监督学习中，结合无监督损失（如交叉熵（CE）损失）和置信度阈值的策略主要用于确保模型从高质量、高置信度的伪标签中学习。

UndefindX·2024-02-11 14:48

159基于matlab的基于密度的噪声应用空间聚类(DBSCAN)算法对点进行聚类

159基于密度的噪声应用空间聚类无监督学习(xiaohongshu.com)

顶呱呱程序·2024-02-11 06:22

【计算机视觉】计算机视觉与深度学习-10-生成网络-北邮鲁鹏老师课程笔记

计算机视觉与深度学习-10-生成网络-北邮鲁鹏老师课程笔记无监督学习聚类K-means降维线性降维主成分分析非线性降维自编码特征学习密度估计贝叶斯决策生成模型生成模型的应用生成模型分类密度估计参考密度估计分类显示的密度估计

暖焱·2024-02-11 02:14

060天--降维打击不懂税的你 2022-03-01

学习过程中，也的确是一个自信体系完善的过程，此间，也真实感受到站高位，降维打击给自己带来的机会与爽快。下面这两件事就是实例。

d865fa9aeb5a·2024-02-10 23:47

四、机器学习基础概念介绍

四、机器学习基础概念介绍1_机器学习基础概念机器学习分类1.1有监督学习1.2无监督学习2_有监督机器学习—常见评估方法数据集的划分2.1留出法2.2校验验证法（重点方法）简单交叉验证K折交叉验证（单独流出测试集

ITS_Oaij·2024-02-10 21:39

keras 池化层

池化层又称下采样，是对卷积层的降维处理，常用的池化有最大池化、平均池化。

与AI零距离·2024-02-10 18:00

如何多维度思考

多维度与降维打击我们常常说的大格局，跨界，一定意义上都是多维度思考的结果，看到的比其他人多一个面，甚至几个面，然后进行综合，结合起来这样的视角，也更为全面，在超预测一书中提到的蜻蜓的复眼，说的就是多视角

度过到渡过·2024-02-10 17:18

一维自编码深度学习去噪效果如何？我用实验告诉你

使用自编码做有监督学习降噪，使用卷积神经网络，最好效果的PSNR达到22.94。原图，加噪声图片和去噪图片的效果是这

科技州与数据州·2024-02-10 13:05

机器学习系列——（二十二）结语

回顾学习之旅我们的系列文章涵盖了机器学习的各个方面，从监督学习到无监督学习，从简单的线性

飞影铠甲·2024-02-10 11:53

机器学习系列——（二十）密度聚类

引言在机器学习的无监督学习领域，聚类算法是一种关键的技术，用于发现数据集中的内在结构和模式。

飞影铠甲·2024-02-10 11:53

深度学习知识点总结

2.5无监督降维提供的是帮助还是摧毁？2.6批大小如何影响测试正确率？2.7初始化如何影响训练?2.8不同层的权重是否以不同的速度收敛？2.9正则化如何影响权重？

Danah.F·2024-02-10 08:54

机器学习系列——（十九）层次聚类

引言在机器学习和数据挖掘领域，聚类算法是一种重要的无监督学习方法，它试图将数据集中的样本分组，使得同一组内的样本相似度高，不同组间的样本相似度低。

飞影铠甲·2024-02-10 07:47

如何入行人工智能

机器学习作为人工智能的核心，其基本理论涵盖了机器学习的定义、不同类型（如监督学习、非监督学习、强化学习）以及它们的主要应用场景。对于监督学习，我们需要熟悉线性回归、逻辑回归、决策树、随机森林和支持向量

科联学妹·2024-02-10 06:54

数据处理方法—— 7 种数据降维操作！！

文章目录数据降维1.主成分分析（PCA）2.线性判别分析（LDA）3.t-分布随机邻域嵌入（t-SNE）4.局部线性嵌入（LLE)5.多维缩放（MDS)6.奇异值分解（SVD)7.自动编码器（Autoencoders

JOYCE_Leo16·2024-02-10 06:13

降维算法

维度的理解对于数组和series来说，shape返回的数字的而个数就是维度。比如：有行列之分的叫做二维，也称作一张表。当一个数组中存在2张3行4列的表时，shape返回的是[高维，行，列]。当数组中存在两组两张3行4列的表时，数据就是4维，shape返回（2，2，3，4）数组中的每一张表，都可以是一个特征矩阵或者是一个DataFrame，这些结构只有一张表，所以一定有行列。其中，行是样本，列是特征

bokli_dw·2024-02-10 01:26

如何提升解决问题的能力

海岳老师：把问题的维度降低；提升自己的维度海明老师：1.遇到难题的时候：（1）把事降维：（向内求）先说爱因斯坦的金句：再进行解释；自行把难度降低，2-1的过程（2）把人升维（向外求）向各位老师学习提高维度

宝藏语文老师刘莹·2024-02-10 00:24

【吴恩达机器学习】第八周—聚类降维Kmeans算法

31.jpg1.聚类(Clustering)1.1介绍之前的课程介绍的都是监督学习、而聚类属于非监督学习，在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界

Sunflow007·2024-02-09 20:26

PyTorch支持向量机（SVM）详解

支持向量机（SupportVectorMachine，简称SVM）是一种强大的监督学习算法，广泛用于分类和回归问题。在本篇博客中，我们将深入探讨如何在PyTorch中使用支持向量机进行分类任务。

洞深视界·2024-02-09 19:11

论文阅读_对比学习_SimCLR

ASimpleFrameworkforContrastiveLearningofVisualRepresentations中文题目：视觉表征对比学习的简单框架论文地址：https://arxiv.org/abs/2002.05709v2领域：深度学习，知识表示，半监督学习

xieyan0811·2024-02-09 15:20

大刀刘：战略能力，实现降维打击（450）

#大刀刘品牌战略定位450一种战略能力：死磕一点，攻其一点，不及其余，精准打击。每一个小的细分领域最优秀的人，优秀的程度都一样的路径。人生的结果天壤之别，其实关键分水岭，就在于一次次选择上的不同。做出一个正确选择的能力，实际上是一个人战略能力的缩影。人生赛场，选择能力比努力重要，战略就是选择。检验一个战略是否优秀的唯一标准，战略是否占据有利的位置，且持续有增长和竞争优势壁垒。毛主席是最伟大的战略家

大刀刘品牌战略顾问·2024-02-09 09:07

机器学习系列——（十七）聚类

聚类是一种无监督学习（UnsupervisedLearning）技术，它的目标是将相似的对象分组到一起，形成簇（Cluster）。与有监督学习

飞影铠甲·2024-02-09 09:08

【深度学习：掌握监督学习】掌握监督学习综合指南

【深度学习：掌握监督学习】掌握监督学习综合指南监督学习的定义和简要说明监督学习在人工智能中的重要性和相关性概述什么是监督学习？

jcfszxc·2024-02-09 09:11

Graph Contrastive Learning with Augmentations

GraphCL学习笔记Abstract提出GNN对自监督学习和pre-training较少。本文提出了GraphCL框架，用于学习图的无监督表示。

tutoujiehegaosou·2024-02-09 00:54

特征工程:特征提取和降维-下

目录一、前言二、正文Ⅰ.流形学习Ⅱ.t-SNEⅢ.多维尺度分析三、结语一、前言通过上篇对线性与非线性的数据的特征提取和降维的学习之后，我们来介绍其他方法，分别有流行学习、多维尺度分析、t-SNE。

林浩杨·2024-02-09 00:31

特征工程:特征提取和降维-上

而特征提取和降维，则是对原始数据的特征进行相应的数据变换，并且通常会选择比原始特征数量少的特征，同时达到数据降维的目的。

林浩杨·2024-02-09 00:01

单细胞转录组之Seurat包全流程-数据过滤、降维分群及可视化

1.Seurat包的安装及数据的准备1.1加载需要的包和数据if(!requireNamespace("BiocManager",quietly=TRUE))install.packages("BiocManager")BiocManager::install("Seurat")library(Seurat)#devtools::install_github('satijalab/seurat-d

青青青山·2024-02-08 23:32

深度学习的新进展：解析技术演进与应用前景

1.自监督学习的崛起近年来，自监督学习在深度学习领域崭露头角。相较于传统的监督学习，自

两壶若水·2024-02-08 19:06

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（二）

：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第三章：分类在第一章中，我提到最常见的监督学习任务是回归

绝不原创的飞龙·2024-02-08 18:31

CLIP 对比预训练 + 文字图像相似度：离奇调查，如何训练视觉大模型？

对比预训练传统方法训练视觉模型的方式通常是使用有监督学习方法，需要收集大量图像和对应标签：CLIP采用了一种不需要人工大量标记数据的自监督学习方法。CLIP模型是一

Debroon·2024-02-08 11:05

隐私计算技术创新赋能金融数字化转型

文章目录前言一、金融数据要素流通和价值发挥面临的挑战二、隐私计算技术助推金融场景建设向纵深发展（一）基于可验证秘密共享算法的跨机构数据联合统计（二）基于联邦半监督学习的沉睡客户挖掘模型（三）基于跨域数据校验算法的客户信息准确性验证

岛屿旅人·2024-02-08 11:58

如何开始深度学习，从实践开始

了解机器学习的基本原理，包括监督学习和无监督学习等概念。深入研究神经网络及其架构，如前馈神经网络、卷积神经网络和循环神经网络。探索流行的深度学

skywalk8163·2024-02-08 11:46

李宏毅机器学习（二十）无监督学习Neighbor Embedding近邻嵌入

ManifoldLearning我们有时候的特征其实是低维度的放到高纬度上去，比如地球表面是2维的，但是被放到了3维空间，比如左下的S曲面，其实可以展开到2维平面上去，接下来就方便我们进一步计算分类等等插图1我们有如下几个降维方法

ca8519be679b·2024-02-08 10:38

社群学员晨读分享【孙子兵法~攻守道】

所谓不在一个层次的降维打击。耐得住寂

龙老思社群专家·2024-02-08 09:25

使用强化学习快速让AI学会玩贪食蛇游戏(轻量级二十分钟训练+代码)

)环境动作定义状态定义奖励设计训练奖励值收敛图采用第4种状态定义方法初步训练效果最终训练效果模型泛化迁移能力代码概述所用技术：强化学习(DeepReinforcementLearning)，属于一种无监督学习

Y. F. Zhang·2024-02-08 09:24

NLP_“预训练+微调大模型”模式和Prompt/Instruct模式的异同

NLP应用人员可以根据自己的需要，对模型的头部或者部分参数进行适应性的调整，这通常涉及在相对较小的有标注数据集上进行有监督学习，让模型适应特定任务的需求。这就

you_are_my_sunshine*·2024-02-08 09:54

每天一个数据分析题（一百五十七）

当对多个连续型变量进行主成分分析（PCA）以降维并且简化数据时，以下哪项原则通常被用来决定应当保留多少个主成分？A.保留的主成分个数应当使得累积方差解释比例至少达到50%。

紫色沙·2024-02-08 09:53

神经网络与深度学习 Neural Networks and Deep Learning 课程笔记第一周

NeuralNetworksandDeepLearning课程笔记第一周文章目录神经网络与深度学习NeuralNetworksandDeepLearning课程笔记第一周深度学习简介什么是神经网络使用神经网络进行监督学习为什么神经网络会兴起本文是吴恩达深度学习系列课程的学习笔记

林间得鹿·2024-02-08 09:21

每天一个数据分析题（一百五十五）

关于高维数据在模型建立中的处理，以下描述正确的是：A.在分类模型中通常不需要进行变量选择和降维，因为算法可以处理成千上万个变量。B.聚类模型中剔除不相关变量主要依赖于算法而不是分析师的经验和维度分析。

紫色沙·2024-02-08 09:20

钱宝网之问：人类“智商”这么低，还要发展人工智能吗？

1.张小雷的“降维打击”稍微了解一点钱宝网的赢利模式，就不难发现，这是一个明显“反商业、反常识”的互金平台——通过保证金用户自己上网看广告，就能赚取商业分成，复合年回报率还超过40%，这简直就是一桩天

商业向心力实验室·2024-02-08 07:00

【PyTorch][chapter 15][李宏毅深度学习][Neighbor Embedding-LLE]

前言：前面讲的都是线性降维，本篇主要讨论一下非线性降维.流形学习（mainfoldlearning）是一类借鉴了拓扑流行概念的降维方法.如上图,欧式距离上面A点跟C点更近，距离B点较远但是从图形拓扑结构来看

明朝百晓生·2024-02-08 07:30

Python 机器学习线性回归算法

线性回归是一种预测数值型数据的监督学习算法。线性回归是统计学和机器学习中最基础且广泛应用的预测模型之一。实现在建立自变量（X）和因变量（Y）之间的线性关系。

weixin_42098295·2024-02-08 01:42

机器学习 | 一文看懂SVM算法从原理到实现全解析

目录初识SVM算法SVM算法原理SVM损失函数SVM的核方法数字识别器(实操)初识SVM算法支持向量机（SupportVectorMachine，SVM）是一种经典的监督学习算法，用于解决二分类和多分类问题

亦世凡华、·2024-02-07 21:19

基于WGAN-GP方法的时间序列信号生成（以轴承振动信号为例）

生成对抗网络GAN作为非监督学习，由生成器和判别器两个神经网络构成。生成器从潜在空间中随机取样作为输入，试图生成与真实样本数据相仿的数据。

哥廷根数学学派·2024-02-07 20:56

【MATLAB】使用梯度提升树在回归预测任务中进行特征选择（深度学习的数据集处理）

梯度提升树（GBT）是一种强大的监督学习算法，常用于回归和分类问题。通过利用多棵决策树的集成学

编程到天明·2024-02-07 15:59

教程：教你一个简单快速能够掌握监督学习算法的方法

监督学习作为运用最广泛的机器学习方法，一直以来都是从数据挖掘信息的重要手段。即便是在无监督学习兴起的近日，监督学习也依旧是入门机器学习的钥匙。这篇监督学习教程适用于刚入门机器学习的小白。

妄心xyx·2024-02-07 11:52

Scikit-learn－04.决策树算法

决策树是分类器中的一种，属于有监督学习方法。简单来说，分类器就是根据样本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的

sun zi chao·2024-02-07 09:02

田总就是牛

著名策划人田万良每次和田总交流都受益匪浅，他几句话就能一针见血指出企业痛点，并能由高纬度到低纬度降维到来访者可以理解的频率后再逐渐拉升对方认知，导入他对事物发展的预见性判断分析，再逻辑叠加式说出自己的具体方案

财道天使·2024-02-07 08:38

Sklearn库知识学习-学习笔记

机器学习"课程内容导学1.1机器学习的目标1.2机器学习分类监督学习监督学习是指:利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。

努力奋斗的durian·2024-02-07 08:22

【自然语言处理】微调 Fine-Tuning 各种经典方法的概念汇总

【自然语言处理】微调Fine-Tuning各种经典方法的概念汇总前言请看此微调Fine-TuningSFT监督微调（SupervisedFine-Tuning）概念：监督学习，无监督学习，自监督学习，半监督学习

溢流眼泪·2024-02-07 07:11

kmeans实例及代码

聚类和决策树一样，属于无监督学习。也就是说数据样本只有特征x，没有给定y。聚类的目的是找到样本特征潜在的类别，将同类别的样本放在一起。

morie_li·2024-02-07 06:57

推荐频道

监督学习-降维