监督学习-降维

【机器学习300问】23、什么是主动学习？

一、带标签的数据很难获得机器学习中，比如监督学习需要带有标签的训练样本才能得到模型，然而在以下几种场景中去获取带有标签的数据是很难的：自动驾驶场景：对自动驾驶汽车收集的高清地图数据或实时摄像头数据进行标注
小oo呆·2024-02-07 06:00

JCTC | 利用几何深度学习对蛋白质-配体结合pose进行等变灵活建模

它还利用构象感知预训练和弱监督学习策略来提高模型在看不见的化学空间中的通用性。作者证明FlexPose的性能优于流行的对接工具和最新的深
药研猿·2024-02-07 05:33

【Andrew Ng机器学习】单变量线性回归-模型描述

课程：吴恩达机器学习一个监督学习的例子——房价预测使用的是一组俄勒冈州波特兰市的城市住房价格的数据。根据不同的尺寸的房间对应的不同售价，组成的数据集来画图。
jenye_·2024-02-07 05:21

机器学习聚类算法

聚类算法是一种无监督学习方法，用于将数据集中的样本划分为多个簇，使得同一簇内的样本相似度较高，而不同簇之间的样本相似度较低。
小森( ﹡ˆoˆ﹡ )·2024-02-07 04:26

进阶卓越，明悟真相

在今天已经落伍，你必须抓住更内核的东西，才可以适应这个时代；第一是创新，你必须首先进入不断的创新，然后才可以持续拉动企业前行；第二是高维，你需要设计出一套穿梭于出世入世之间的学问，然后用以武装团队，才足以降维绝杀
凤舞九天9527·2024-02-07 01:00

机器学习---半监督学习简单示例（标签传播算法）

1.使用半监督学习方法LabelSpreading在一个生成的二维数据集上进行标签传播importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.semi_supervisedimportlabel_propagationfromsklearn.datasetsimportmake_circles
三月七꧁ ꧂·2024-02-06 21:43

4种不同类别的机器学习概述

列奥纳多·德·马尔希（LeonardoDeMarchi），劳拉·米切尔(LauraMitchell)来源：大数据DT（ID：hzdashuju）我们可以根据算法执行学习的方式将它们分为以下不同类别：有监督学习无监督学习半监督学习强化学习
大数据v·2024-02-06 19:44

信号（图像）的稀疏重构

直到这里，我相信相当一部分读者或许在心中已经明白了字典学习的第一个好处（1）它实质上是对于庞大数据集的一种降维表示，或者说是信息的压缩（2）正如同字是句子最质朴的特征一样，字典学习总是尝试学习蕴藏在样本背后最质朴的特征
cnjs1994·2024-02-06 17:52

Autoencoder 有什么用？

autoencoder可以用来初始化神经网络的权重（即预训练：pre-training）和降维。如果在做autoencoder的时候激活函数为linear的话，那么这就相当于在做PCA了。
脏小明·2024-02-06 15:16

机器学习系列——（十一）回归

引言在机器学习领域，回归是一种常见的监督学习任务，它主要用于预测数值型目标变量。回归分析能够通过对输入特征与目标变量之间的关系建模，从而对未知数据做出预测。
飞影铠甲·2024-02-06 07:50

【机器学习与自然语言处理】预训练 Pre-Training 各种经典方法的概念汇总

【NLP概念合集：一】预训练Pre-Training，微调Fine-Tuning及其方法的概念区别前言请看此正文预训练Pre-Training无监督学习unsupervisedlearning概念：标签
溢流眼泪·2024-02-06 07:18

机器学习系列——（十二）线性回归

一、线性回归简介线性回归是一种监督学习算法，适用于处理连续数值预测问题。其基本思想是通过拟合最佳直线（或超平面）来预测输出变量与输入特征之间的关系。线性回归的目标是找到最
飞影铠甲·2024-02-06 07:17

为什么人类想不出四维空间

在看三体的时候看到高等文明对低等文明进行降维打击，觉得是那么的神奇。我们以后有没有可能发展到更高维去生活这个暂且不讨论，对于我们为什么想象不出四维空间的样子我来说一些自己
保护母亲河服务团·2024-02-06 03:28

《机器学习实战》笔记（十三）：Ch13 - 利用PCA来简化数据

第13章利用PCA来简化数据(代码)降维技术降维的意思是能够用一组个数为d的向量zi来代表个数为D的向量xi所包含的有用信息，其中d
Lornatang·2024-02-06 01:21

前行的力量

最近听到最多的一个词是消费降级，诚然，在所谓L型经济降维打击下，身边的朋友少有朋友谈论鲍鱼的头数，钻小巷，谈情怀的找一碗猪油粥已经成朋友圈的谈资。
位右虚左·2024-02-05 22:40

C语言数组

目录一维数组二维数组传递数组给函数方式1方式2方式3实例二维数组传递给函数方法1:第一维的长度可以不指定，但必须指定第二维的长度：方法2:指向一个有5个元素一维数组的指针：方法3:利用数组是顺序存储的特性,通过降维来访问原数组
临界三极管·2024-02-05 19:20

Improving Language Understanding by Generative Pre-Training

在这篇论文中，作者提出了一种半监督学习方法——GenerativePre-Training（以下简称GPT），GPT采用无监督学习的Pre-training充分利用大量未标注的文本数据，利用监督学习的Fine-tunin
liangdengne_123·2024-02-05 15:18

机器学习（学习笔记）——监督学习和无监督学习

前言机器学习可以分为两大类：监督学习和无监督学习。今天介绍机器监督学习和无监督学习。
KW.KW·2024-02-05 14:03

第八章 聚类

一.概述聚类（cluster）与分类（class）问题不同，聚类是属于无监督学习模型，而分类属于有监督学习。聚类使用一些算法把样本分为N个群落，群落内部相似度较高，群落之间相似度较低。
颜大哦·2024-02-05 14:32

机器学习中的有监督学习和无监督学习

有监督学习简单来说，就是人教会计算机学会做一件事。
debugBiubiubiu2000·2024-02-05 14:58

【机器学习】监督学习算法之：决策树

决策树1、引言2、决策树2.1定义2.2原理2.3实现方式2.4算法公式2.4.1信息增益公式2.4.2信息增益率公式2.5代码示例3、总结1、引言小屌丝：鱼哥，我被你骗了。小鱼：…别闹，我怎么可能骗你呢。小屌丝：你上次说的去泡澡小鱼：嗯，然后呢。小屌丝：然后咱俩去的是啥地方小鱼：…嗯…这个…是泡澡的地方啊小屌丝：你可拉倒吧。小鱼：那我问你，咱俩去没去泡澡。小屌丝：去了啊。小鱼：那咱俩泡澡的地方有
Carl_奕然·2024-02-05 13:16

机器学习7-K-近邻算法(K-NN)

K-NearestNeighbors（K-近邻算法，简称KNN）是一种基本的监督学习算法，用于解决分类和回归问题。
dracularking·2024-02-05 13:44

（5）【Python/机器学习/深度学习】Machine-Learning模型与算法应用—12种聚类算法说明与归纳

目录一、12种聚类(无监督学习)算法说明和区分比较聚类算法的类型（一）编辑导入函数库加载数据集编辑(1)K-Means--Centroidmodels(2)Mini-BatchK-Means--Centroidmodels
代码骑士·2024-02-05 13:12

（4）【Python数据分析进阶】Machine-Learning模型与算法应用-回归、分类模型汇总

codeknight.blog.csdn.net/article/details/135693621本篇主要介绍决策树、随机森林、KNN、SVM、Bayes等有监督算法以及无监督的聚类算法和应用PCA对数据进行降维的算法的基本原理及应
代码骑士·2024-02-05 13:59

【PyTorch][chapter 14][李宏毅深度学习][Word Embedding]

前言：这是用于自然语言处理中数据降维的一种方案。
明朝百晓生·2024-02-05 11:06

彻底学会系列：一、机器学习之线性回归

1.基本概念线性回归：有监督学习的一种算法。主要关注多个因变量和一个目标变量之间的关系。因变量：影响目标变量的因素：X1,X2...X_1,X_2...X1,X2...，连续值或离散值。
挑大梁·2024-02-05 08:53

（课程笔记）深度学习入门 - 1 - OverView

一、机器学习算法的过程与结果1、首先要得到标签化数据集（DataSet），既然是标签化，那应该是监督学习模式，而且此处的数据集应该分化为训练用集（TrainSet）和测试用集（TestSet），训练用集用于训练最终的算法模型
牛顿第八定律·2024-02-05 05:55

PyTorch中的nn.Embedding的使用、参数及案例

PyTorch中的nn.Embedding的使用Embedding层在神经网络中主要起到降维或升维的作用。
神奇的布欧·2024-02-05 00:53

机器学习 | 解析聚类算法在数据检测中的应用

目录初识聚类算法聚类算法实现流程模型评估算法优化特征降维探究用户对物品类别的喜好细分(实操)初识聚类算法聚类算法是一种无监督学习方法，用于将数据集中的对象按照相似性分组。
亦世凡华、·2024-02-04 22:59

全面解析 Kmeans 聚类算法（Python）

作者|泳鱼来源|算法进阶一、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
AI科技大本营·2024-02-04 22:59

KNN 及其扩展

KNN及其扩展标签（空格分隔）：KNN代码详见：https://github.com/AresAnt/ML-DL简单KNNKNN的算法很简单，其实就是一个简单的监督学习，是一个简单的欧式距离计算。
AresAnt·2024-02-04 20:34

PHP二维数组去重方法大全

1.简单的二维数组去重functionarray_unique_fb($array2D=[]){$temp=[];foreach($array2Das$v){$v=join(",",$v);//降维,也可以用
芒果芒果丶·2024-02-04 17:29

XGB-2: Boosted Trees（提升树）简介

本部分将使用监督学习的元素，以一种自包含和原则性的方式解释提升树。认为这种解释更清晰、更正式，并
uncle_ll·2024-02-04 16:58

2023-06-15

已经是降维打击了，正如那句“狗咬你，你还反咬狗一口吗？”瞬间消气～想起来A的事。A的父亲是副市长，她先生是某国家直属局局长。A去她先生所在局的窗口办业务，我们在另一条队里排队，偶然发现她也在。
初心倩萦·2024-02-04 13:37

机器学习系列——（九）决策树

原理决策树是一种基于树状结构的监督学习算法，它通过构建一棵树来对数据进行分类或回归预测。决策树的每个内部节点代表一个特征属性，每个叶子节点代表一个类别或数值。
飞影铠甲·2024-02-04 11:45

机器学习系列——（十）支持向量机

一、背景支持向量机（SupportVectorMachine，SVM）是一种用于分类、回归和离群点检测等领域的监督学习方法。
飞影铠甲·2024-02-04 11:09

【大厂AI课学习笔记】1.4 算法的进步（5）关于GPU

这一点在吴恩达教授的论文中得到了充分体现，他利用GPU进行大规模深度无监督学习，取得了显著的效果。
giszz·2024-02-04 11:51

[Python] 什么是KMeans聚类算法以及scikit-learn中的KMeans使用案例

什么是无监督学习？无监督学习是机器学习中的一种方法，其主要目的是从无标签的数据集中发现隐藏的模式、结构或者规律。
老狼IT工作室·2024-02-04 10:17

机器学习6-逻辑回归

逻辑回归是机器学习中一种常用于二分类问题的监督学习算法。虽然名字中包含“回归”，但实际上它用于分类任务，特别是对于输出为两个类别的情况。
dracularking·2024-02-04 09:09

机器学习算法之支持向量机（SVM）

支持向量机（SupportVectorMachine，简称SVM）是一种广泛用于分类、回归和其他学习任务的强大的监督学习算法。SVM的目标是找到一个超平面，以最大化地分隔不同类别的数据点。
迎风斯黄·2024-02-04 09:07

LSA 主题模型

对SVD分解后的矩阵进行降维使用降维后的矩阵构建潜在语义空间image.png第一个小矩阵X是对词进行分类的一个结果，它的每一行表示一个词，每一列表示一个语义相近的词类，这一行中每个非
dreampai·2024-02-04 05:01

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见的无监督学习算法，用于将数据集分成不同的簇。该算法的目标是将数据点分配到k个簇中，使得每个数据点与所属簇的质心（中心）的距离最小化。
做一个AC梦·2024-02-04 04:23

西瓜书学习笔记——核化线性降维（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍核化线性降维是一种使用核方法（KernelMethods）来进行降维的技术。
Nie同学·2024-02-04 01:13

西瓜书学习笔记——k近邻学习（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍K最近邻（K-NearestNeighbors，KNN）是一种常用的监督学习算法，用于分类和回归任务。
Nie同学·2024-02-04 01:42

西瓜书学习笔记——主成分分析（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍主成分分析（PrincipalComponentAnalysis，PCA）是一种常用的降维技术，用于在高维数据中发现最重要的特征或主成分。
Nie同学·2024-02-04 01:09

LLM大模型

在预训练阶段，LLM模型通过无监督学习从大规模的文本数据中学习语言的统计特征和语义信息。预训练任务通常包括掩码语言建模（MaskedL
程序小勇·2024-02-03 22:05

机器学习算法之学习向量量化（LVQ）

学习向量量化（LearningVectorQuantization，LVQ）是一种监督学习算法，用于解决分类问题。
迎风斯黄·2024-02-03 20:22

人工智能概论

从学习模式划分，分为有监督学习、无监督学习和强化学习。监督学习:监督学习是在给定的带标签的数据（也称为训练数据）上进行训练，然后使用这些训练模型对新的、未标记的数据进行分类或预测。
敲代码的小小酥·2024-02-03 19:30

机器学习算法加强——数据清洗

3.数据清洗Pandas—FuzzywuzzyFuzzuwuzzy—Levenshteindistance（模糊查询与替换）考虑降维后的样本方差PCA——寻找样本的主方向u：将m和样本值投射到某直线L上
Grateful_Dead424·2024-02-03 17:11

2020李宏毅学习笔记——11.Unsupervised Learning： Linear Methods（无监督学习）

文章目录摘要1.Introduction（介绍）2.Clustering（聚类）2.1K-means2.2HAC3.DimensionReduction（降维）3.1HowtodoDimensionReduction
catcous·2024-02-03 15:08
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他