监督学习-降维第7页

PyTorch][chapter 12][李宏毅深度学习][Semi-supervised Linear Methods-1]

这里面介绍半监督学习里面一些常用的方案：K-means,HAC,PCA等目录：K-meansHACPCA一K-means【预置条件】N个样本分成k个簇step1:初始化簇中心点(随机从X中抽取k个样本点作为

明朝百晓生·2024-01-31 07:46

白话BERT

一个矩阵乘法就做完了，所以是并行的2、multi-head也就是self-attention做了多次，一组QKV是一个特征的表达，用多头提取不同的特征表达将所有的特征表达进行拼接，然后用全连接矩阵进行降维

TtingZh·2024-01-31 07:38

开悟需要不断内求

6.升维思考，降维打击。7.优化业务系统，找到爆破点。8.优化人生算法和原则，不断在大概率事件下注，并做好对冲。9.扩大现金流，撬动金融杠杆。

聚焦思维提升认知·2024-01-31 07:13

《Numpy 简易速速上手小册》第9章：Numpy 在机器学习中的应用（2024 最新版）

基础知识9.1.2完整案例：数据标准化9.1.3拓展案例1：缺失值处理9.1.4拓展案例2：非数值数据的转换9.2特征提取和处理9.2.1基础知识9.2.2完整案例：特征归一化9.2.3拓展案例1：特征降维

江帅帅·2024-01-31 01:12

[Python] 什么是PCA降维技术以及scikit-learn中PCA类使用案例（图文教程，含详细代码）

什么是维度？对于Numpy中数组来说，维度就是功能shape返回的结果，shape中返回了几个数字，就是几维。索引以外的数据，不分行列的叫一维（此时shape返回唯一的维度上的数据个数），有行列之分叫二维（shape返回行x列），也称为表。一张表最多二维，复数的表构成了更高的维度。当一个数组中存在2张3行4列的表时，shape返回的是(更高维，行，列)。当数组中存在2组2张3行4列的表时，数据就是

老狼IT工作室·2024-01-31 00:58

认知的降维打击3丨胆大艺更高 146/200

图片发自App输出是最好的输入#见：我们在处理任何一个事情的时候，无论意志力、注意力，还是智力都处于一种没有到位的状态，就像你电脑里同时打开了20个程序，速度就会特别慢。而在危急状态出现的时候，也就会出现一个“问题云”。要想衡量你是否在解决问题，就要看你现在面临的如尘土一样的问题时，是否能够从混沌到有序。心智管理，无非就是从混沌到有序。一旦有序，心智能量的使用就会合理化，就有了优先级。根据优先级，

牙医孙杰的思想实验室·2024-01-30 23:24

数据挖掘之聚类

监督学习（也叫监督分类或分类）：使用一个由类标号已知的对象开

风雪夜归子·2024-01-30 22:54

信息检索与数据挖掘 | （十二）聚类

文章目录聚类KMeans层次聚类层次聚类概述dendrogram-树状图linkages-衡量两个类之间的距离Lance-Williams算法K-meansVS层次聚类DBSCAN聚类定义：聚类是一种无监督学习

啦啦右一·2024-01-30 22:52

基于PCA算法的人脸识别介绍

学号：17020110019姓名：高少魁【嵌牛导读】PCA算法作为一种经典的数据降维算法，可以对数据进行有效的降维。

Clearlovekui9·2024-01-30 20:54

降维打击？别闹了，对行业和对手的尊敬，还是得有

刘慈欣的《三体》横空出世，带火了科幻小说，同时也带火了降维打击这四个字。360的周鸿祎，应该是通过互联网思维，将降维打击这四个字，应用的最成功的人。

大老师的草稿本·2024-01-30 20:00

没有主题

没有底层认知体系的人，别人降维打击他都来不及反应。你的远见决定了你的认知。因为心里的愿景不同，远见不同。成年人的圈子都在做减法。

静心_1·2024-01-30 18:18

无题

每个多疑的不安的人，并不是刚开始就那么严重敏感，一定是在这个过程中，受到了信任上的降维打击。

浑然然·2024-01-30 17:28

网络安全意识 | 物业收费50一张的门禁卡安全吗

降维来说，低频卡就是常见钥匙扣型的门禁卡，其中只储存ID。高频卡就是常见的会员卡、储值卡，

零时科技·2024-01-30 14:04

机器学习中的 K-均值聚类算法及其优缺点

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）是一种常用的无监督学习算法，用于将数据集划分为K个不相交的簇。

数据科学与艺术的贺公子·2024-01-30 11:42

【图像去噪/扩散模型】Deconstructing Denoising Diffusion Models for Self-Supervised Learning(l-DAE)

前言论文题目：DeconstructingDenoisingDiffusionModelsforSelf-SupervisedLearning——基于自监督学习的解构去噪扩散模型论文地址：DeconstructingDenoisingDiffusionModelsforSelf-SupervisedLearning2024

十小大·2024-01-30 11:28

西瓜书学习笔记——密度聚类（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍密度聚类是一种无监督学习的聚类方法，其目标是根据数据点的密度分布将它们分组成不同的簇。

Nie同学·2024-01-30 07:33

机器学习1-种类及应用

机器学习主要包括以下几种主要的种类：1.监督学习（SupervisedLearning）在监督学习中，模型通过使用已标记的训练数据（包括输入和对应的输出）来学习预测目标变量。常见的任务包括回归和分类。

dracularking·2024-01-30 07:28

4、K- 均值聚类（Clustering With K-Means）

文章目录1、简介2、聚类标签作为特征3、k-均值聚类4、示例-加利福尼亚住房1、简介这节课和下一节课将使用所谓的无监督学习算法。

AI算法蒋同学·2024-01-30 07:40

ClickHouse：起源和架构

都算是接触使用过了，唯独觉得ClickHouse甚是抢眼，特别在监控中有需要GroupBy某个高维Tag进行Aggregate运算，此时Opentsdb性能和ClickHouse的比照完全是CK对其他时序的降维打击

Mario.Alex·2024-01-30 05:33

第二十八周：文献阅读笔记（弱监督学习）+ pytorch学习

第二十八周：文献阅读笔记（弱监督学习）摘要Abstract1.弱监督学习1.1.文献摘要1.2.引言1.3.不完全监督1.3.1.主动学习与半监督学习1.3.2.通过人工干预1.3.3.无需人工干预1.4

@默然·2024-01-30 03:31

动手学深度学习（一）深度学习介绍1

目录一、引言1.日常生活中的机器学习：2.机器学习中的关键组件：2.1数据：2.2模型：2.3目标函数：2.4优化算法：3.各种机器学习问题：3.1监督学习：3.1.1回归：3.1.2分类：3.1.3标记问题

Shining0596·2024-01-30 02:32

【大厂AI课学习笔记】1.1.3 常见术语解释

.人工智能(Artificialintelligence)2.算法(Algorithms)3.机器学习(Machinelearning)4.深度学习(Deeplearning)5.神经网络(NN)6.监督学习

giszz·2024-01-30 02:30

matlab数学建模方法与实践笔记2：数据的准备

笔记21.数据的读取与写入excel、txt读图读视频2.数据预处理缺失值噪声过滤数据集成数据归约数据变换3.数据统计4.数据可视化P431.m常见统计量绘制于分布图中数据关联箱型图5.数据降维PCAMATLAB

是Yu欸·2024-01-30 00:06

principal components analysis（PCA)

PCA，即主成分分析，是一个很常见的降维方法（属于无监督学习），过去看到它总是对它避而远之，今天下定决心把它搞懂。

28fd90f2ac9b·2024-01-29 21:20

StatQuest学习笔记16——t-SNE

前言这一篇笔记是StatQuest系列视频的第46节，它的主要内容是t-SNE，t-SNE是一种对复杂数据的降维分类方法，我最初知道这种方法是在接触质谱流式细胞仪CytoTOF的时候，当时的很多文献对细胞的分类方法都是采用

backup备份·2024-01-29 19:33

有关机器学习的两种算法特点

机器学习算法主要有三大类：监督学习、无监督学习和强化学习。监督学习：使用预定义的“训练示例”集合，训练系统，便于其在新数据被馈送

轻雨科技·2024-01-29 17:49

基于深度学习的表面缺陷检测方法综述

这篇文章对近年来基于深度学习的表面缺陷检测方法进行了梳理，根据数据标签的不同将其分为全监督学习模型方法、无监督学习模型方法和其他方法三大类，并对各种典型方法进一步细分归类和对比分析，总结了每种方法的优缺点和应用场景

禄亿萋·2024-01-29 16:26

认知的降维打击丨本单元十大精彩留言 149/200

图片发自App输出是最好的输入#见：比较特殊的是理智，它往往从属于欲望或者恐惧中的某一方，它就相当于一个中立方了，有点像美国总统竞选过程中要努力争取的中间选民。大部分时候欲望和恐惧保持着一种低份额平衡，但是特殊情况下某一方会有压倒性优势，这时候我们要做的就是重新调整配比了。我们还可以再深入思考一下，为什么认知三原色是一个分蛋糕的游戏而不能是一个做蛋糕的游戏呢？我们把自己的心智变得很大，让这三原色在

牙医孙杰的思想实验室·2024-01-29 14:19

[Python] numpy - 如何对数组进行降维或者升维

什么是数组升维？数组升维是指将原本低维数组转换为更高维的数组的操作。在编程中，数组是一种存储多个相同类型数据的连续内存空间。升维操作可以通过添加额外的维度来增加数组的维数。举个例子，将一个一维数组升维为二维数组可以使用reshape函数或者使用嵌套列表的方式表示。假设有一个一维数组[1,2,3,4,5]，升维为二维数组可以表示为[[1,2,3,4,5]]。升维的目的可以是为了更好地符合计算需求，例

老狼IT工作室·2024-01-29 12:29

人工智能主要分支

其理论基础包括监督学习、无监督学习、强化学习。支持向量机（SupportVectorMachines）、决策树（Decisi

ByteSage.·2024-01-29 12:52

XAI可解释性

problemdefinition：(用于肿瘤学多模式数据集成的人工智能)多实例学习MIL是一种弱监督学习，其中输入的多个实例没有单独标记，并且监督信号仅适用于通常称为包的一组实例（Carbonneau

玻色子Harrison·2024-01-29 11:22

Deeplearning

NumpyDeepLearningBasic神经网络：algorithm1input1outputinput2input3input4algorithm2监督学习：1个x对应1个y；Sigmoid:激活函数

stoAir·2024-01-29 08:26

spss 因子分析

木下瞳·2024-01-29 08:43

机器学习--06自监督学习BERT模型

self-supervisedlearning里面有一些模型这些模型都是巨大的模型，这次就来以bert大模型为例子来讲解self-supervised。我们之前学习的模型都是supervised，就是通过输入带有标签的数据给我们设计的模型，然后得到想要的输出结果，而self-supervised就是让数据自己想办法给自己打上标签==》把没有标签的数据分为两部分，一部分x作为模型的输入，一部分y作为

小生xiaosheng·2024-01-29 08:08

机器学习第二十七周周报 PINNs

文章目录week27PINNs摘要Abstract一、监督学习二、文献阅读1.题目2.abstract3.偏微分方程的数据驱动解3.1连续时间模型example(Schrodingerequation)

沽漓酒江·2024-01-29 08:31

解密人工智能：探索机器学习奥秘

文章目录前言一.机器学习的定义二.机器学习的发展历程三.机器学习的原理四.机器学习的分类3.1监督学习3.2无监督学习3.3半监督学习3.4强化学习3.5四种分类对比五.机器学习的应用场景六.机器学习的未来发展趋势全文总结前言机器学习

聆风吟_·2024-01-29 08:25

深度学习-卷积神经网络的结构&经典网络介绍

卷积层卷积层是卷积神经网络的核心所在，通过卷积运算可以达到提取特征和降维处理两个重要的目的。

AI_王布斯·2024-01-29 03:54

描绘未知：数据缺乏场景的缺陷检测方案

友思特Neuro-T视觉平台克服了数据缺乏状况的困难，通过零代码设置GAN模型和无监督学习模型，轻松实现缺陷图像的标注、绘制和导出。工业应用中存在较多的缺陷检测需求。针对缺陷检测需求，常见的解决方案

友思特机器视觉与光电·2024-01-29 01:30

数据降维方法介绍（九）

第五种方法：核主成分分析（KPCA）姓名：何源学号：21011210073学院：通信工程学院转载：KPCA实现【嵌牛导读】核主成分分析算法介绍（KPCA）【嵌牛鼻子】KPCA【嵌牛提问】核算法是什么？KPCA算法的步骤是什么？【嵌牛正文】KPCA算法介绍KPCA算法实际上就是加核的PCA算法，它主要针对于非线性可分问题，给出了一种对该类问题进行特征提取的有效方式。与PCA特征提取算法类似，KPCA

科技小白不能再白了·2024-01-29 00:00

Python监督学习（一）

Python监督学习简介如果你熟悉机器学习的基础知识，那么肯定知道什么是监督学习。监督学习是指在有标记的样本（labeledsamples）上建立机器学习的模型。

playwrighter·2024-01-28 20:20

算法模型之分类模型(无监督学习K-means)

1.什么是无监督学习没有目标值的时候，采用无监督学习。因为不存在学习的对象。

rookie-rookie-lu·2024-01-28 17:56

每天三句话快速稳健提高思维层次

升级思维层次，实现降维打击，是很多人读书打卡、知识付费和订阅知识类成长类公众号的目标。那为什么别人能形成知识体系做到知行合一，而你天天看公众号年读100本书还是一样焦虑？

Libby博士的职场理想·2024-01-28 16:43

【445→思维】U型思考Day3

U型思考的思维特点：升维/抽象化，主观化/个性化，降维/具象化。适用场景是什么？为疑问找到解释。为现象找出原因1）这个新业务的本质是什么？2）这项工作如何才能做好？3）这个试点为什么运转不顺利？

Koala谦爸·2024-01-28 15:14

实体关系抽取与属性补全的技术浅析

目录前言1.实体关系抽取2实体关系抽取的方法2.1基于模板的方法2.2基于监督学习的关系抽取2.3基于深度学习的关系抽取2.4基于预训练语言模型的关系抽取3属性补全3.1属性补全任务简介3.1抽取式属性补全

cooldream2009·2024-01-28 13:01

【数学和算法】SVD奇异值分解原理、以及在PCA中的运用

我们先回顾一下SVD：PCA降维需要求解协方差矩阵的特征值和特征向量，而求解协方差矩阵1m∗X∗XT\color{blue}\frac{1}{m}*X*X^Tm1∗X∗XT的特

Mister Zhu·2024-01-28 12:30

自监督学习

自监督学习指的是不依赖标注数据，模型直接从无标注的大量数据中进行学习。【属于无监督学习的一部分，它在训练过程中有正负样本，但是正负样本不是人工标号得来的，而是通过自己产生的。】

Icevivina·2024-01-28 12:53

【GitHub项目推荐--计算机视觉工具箱】【转载】

EasyCV是阿里巴巴开源的基于PyTorch的ComputerVision工具箱，主要专注于自监督学习和Transformer。

旅之灵夫·2024-01-28 11:29

小无相功的秘密

其实今天绝大多数“认知类”广告都在追逐这一点，仿佛今天花两个小时，明天就能给对手“降维打击”。大家都想给自己“升级”。但问题是，真的有这种进步可言吗？

答野·2024-01-28 08:04

[笔记]机器学习之机器学习理论及案例分析《二》聚类

聚类是无监督学习的主要任务，分类是监督学习的主要任务。聚类主要应用在：发现数据的潜在结构对数据进行自然分

二进制怪兽·2024-01-28 07:52

多元统计分析 Python 主成分分析 PCA

灰度级分256等，0表示黑色，255表示白色彩色图像（RGB图像）：RGB表示红色、绿色和蓝色三色通道，计算机里所有颜色都是按不同比例组成，RGB是图像处理中最基本、最常用、面向硬件的颜色空间的光混合体系降维思想在实际问题中

Cistanche Herba·2024-01-28 07:05

推荐频道

监督学习-降维