监督学习-降维

2019-04-08中年loser的日记 day26 罗辑

在三体中，来自外星球的高阶的降维打击，就像我们人类对比虫子一样事实上，他们也的确称我们人类是“虫子”在他们的质子全方位监控下，人类的所有举动、所有准备都犹如透明，他们只要在关键时刻轻轻一拨，自然就全部前功尽弃
青砚墨·2024-01-28 07:47

【论文笔记】GPT，GPT-2，GPT-3

3【论文精读】GPTTransformer的解码器，仅已知"过去"，推导"未来"论文地址：ImprovingLanguageUnderstandingbyGenerativePre-Training半监督学习
爱学习的卡比兽·2024-01-28 06:44

python-scikit-learn基础

文章目录前言1.scikit-learn自带数据集2.scikit-learn数据降维3.scikit-learn数据预处理4.scikit-learn数据集划分5.scikit-learn模型调用1.
木心心以向荣·2024-01-28 06:11

数据特征工程 | 主成分分析原理及python代码实现

PCA广泛应用于数据降维、特征抽取、数据压缩等领域。PCA的主要目的是减少数据的维度，同时保留数据集中的大部分信息。
算法如诗·2024-01-28 05:02

池化理解，还有卷积神经网络中最后一层为全连接层的原因

1.2池化的作用降维：池化操作通过减少特征图的空间尺寸来降低后续
圆圆栗子君·2024-01-28 04:14

算法之K-均值法简介

K-均值算法（K-Means）是一种无监督学习的聚类分析方法，用于将数据集中的样本划分成预设数量（K）的簇（cluster），使得每个簇内的数据点彼此相似度较高，而不同簇之间的数据点差异较大。
skyshandianxia·2024-01-28 00:19

三分钟学会使用系列（YOLOv5）|EMA注意力机制，涨点神器！

EfficientMulti-ScaleAttentionModulewithCross-SpatialLearning》1.EMA通道注意力导读EMA(efficientmulti-scaleattention,EMA)是一种无需降维的高效多尺度注意力
今天炼丹了吗·2024-01-27 21:26

【吴恩达·机器学习】第一章：机器学习绪论：监督学习和非监督学习

文章目录0、声明1、前言：Part1/Week1学习总结2、机器学习绪论2.1：什么是机器学习2.2：监督学习2.2.1：回归2.2.2：分类2.2.3：回归和分类对比：2.3：非监督学习2.3.1:聚类博主简介
是瑶瑶子啦·2024-01-27 20:10

数学建模之数据预处理-------数据异常值的处理

1.数据集成：把不同类型的数据转换成统一的类型；，即格式的统一化；2.数据规约：包括数据降维，降数据，数据压缩当不同数据相关性很大时，我们采用降维的方法；当数据的相关性很小时，我们采用降数据的方法数据降维的主成分分析即
阑梦清川·2024-01-27 19:03

在线作图丨数据降维方法③——正交偏最小二乘方判别分析（OPLS-DA）

DA是判别分析，PLS-DA用偏最小二乘回归的方法，在对数据“降维”的同时，建立了回归模型，并对回归结果进行判别分析。
维凡生物·2024-01-27 17:34

12.1 主成分分析原理（PCA)

将原始数据按列组成行列矩阵；2.将矩阵的每一行进行零均值化；3.求出协方差矩阵；4.求出协方差矩阵的特征值及对应的特征向量；5.将特征向量按对应特征值大小从上到下按行排列成矩阵，取前行组成矩阵；6.即为降维到维后的数据
YANQ662·2024-01-27 15:12

Dlearning

DeepLearningBasic神经网络：algorithm1input1outputinput2input3input4algorithm2监督学习：1个x对应1个y；Sigmoid:sigmoid
stoAir·2024-01-27 15:40

Dlearning

DeepLearningBasic神经网络：algorithm1input1outputinput2input3input4algorithm2监督学习：1个x对应1个y；Sigmoid:sigmoid
stoAir·2024-01-27 15:37

李宏毅机器学习（二十三）无监督学习Deep Generative Model(二)

内容衔接上一讲，上节我们讲到VAE，我们为什么用VAE而不用auto-encoder呢，直觉上的原因是如果是auto-encoder，我们期待的是输入满月解码后还是满月，输入半月输出还是半月，但是我们能保证中间状态时候我们的输出是3/4月吗，结果往往不是；如果是VAE，我们就会引入一定的噪声，使得一定范围内输出都是满月，一定范围内输出都是半月，中间的公共部分由于我们要Minimize2者的误差，所
ca8519be679b·2024-01-27 12:38

第十三章 半监督学习

目录一、半监督学习简介二、生成式方法三、半监督SVM四、图半监督学习五、基于分歧的方法六、半监督聚类本章假设给定有标记样本集和未标记样本集，。
lammmya·2024-01-27 10:57

机器学习--基础概念（二）

1.分类算法分类算法是有监督学习的一个核心问题，他从数据中学习一个分类决策函数或分类模型，对新的输入进行预测，输出变量取有限个离散值。
三三木木七·2024-01-27 10:39

深度神经网络和传统神经网络区别

具体操作就是在原来的全连接的层前面加入了部分连接的卷积层与降维层，
快乐的小蓝猫·2024-01-27 07:25

【AI算法】数据王国的大冒险-谈三种数据降维的机理

为了解决这个问题，数据王国决定举办一场降维大赛。他们邀请了王国中最聪明和最勇敢的数据科学家们来参加这场比赛，看看谁能找到最有效的降维方法。降维大赛国王说道，为了简化管理，我引入了一种名为降维的策略。这
德天老师·2024-01-27 07:54

看书标记【R语言数据分析项目精解：理论、方法、实战 6】

6.2.1变量相关性1.定类变量和定类变量2.定序变量与定类变量3.定距（连续型）变量与定距变量4.定类变量与定序变量6.2.2变量筛选1．基于变量距离的层次聚类2.基于变量距离的模糊聚类6.2.3变量降维
小胡涂记·2024-01-27 07:49

QT+VS实现Kmeans聚类算法

1、Kmeans的定义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。
create_right·2024-01-27 06:24

记阿伯丁留学的第六十天

image一.感悟一晃就已经整整留学阿伯丁2个月了，从决定留学开始至今，整整一年，一直是无监督学习的状态，但是我不断的在对自己反思：我希望的我该是什么样的？当自己觉得痛苦时，其实说明你在走上坡路！
wyatt_plus·2024-01-26 21:53

新能源电池数据集

通过AI解决电池的状态估计、阻抗、老化诊断与寿命预测、析锂检测与故障诊断预警等方面问题，通过无监督学习、迁移学习、数据机理将多元信息融合，做到更智能的全
2301_80430808·2024-01-26 17:14

BASNet：Boundary-aware salient object detection

CVPR2019开源论文|BASNet：关注边界的显著性检测本文提出一种基于深度监督学习的前景提取构架BASNet，其在边缘感知上有优异的表现。
Kun Li·2024-01-26 13:10

深度学习与图像描述生成——看图说话（3）

目录一、整体架构二、学习策略2.1监督学习2.2无监督学习2.3强化学习三、特征映射3.1定义3.2原理3.3关键技术3.4重要案例3.5特别注意下特征空间这一概念四、语言模型4.1定义与原理4.2关键技术
giszz·2024-01-26 11:48

降维(Dimensionality Reduction)

1.动机一：数据可视化将数据可视化，我们便能寻找到一个更好的解决方案，降维可以帮助我们。假使我们有有关于许多不同国家的数据，每一个特征向量都有50个特征（如GDP，人均GDP，平均寿命等）。
清☆茶·2024-01-26 06:40

聚类(Clustering)

1.无监督学习：简介在非监督学习中，我们的数据没有附带任何标签，我们拿到的数据就是这样的：督学习中，我们需要将一系列无标签的训练数据，输入到一个算法中，然后我们告诉这个算法，快去为我们找找这个数据的内在结构给定数据
清☆茶·2024-01-26 06:10

第二章 多变量线性回归

因此，需要进行特征选择或降维处理，以去除冗余特征或减少特征间的相关性。其次，不同特征的尺度或量纲可能不同，需要进行归一化或标准化处理，以使所有特征都
清☆茶·2024-01-26 06:09

2018-11-28 机器学习打卡

05课机器如何学习有监督学习SupervisedLearning：有标签label无监督学习UnsupervisedLearning：无标签06课三要素数据向量空间模型VSM，x特征向量Featurevector
Rackar·2024-01-26 04:36

机器学习系列15：通过t-SNE可视化高维数据

t-SNE的全称是t-distributedstochasticneighborembedding（t-分布随机领域嵌入），这是一种非线性降维技术。而PCA和LDA是线性的降维技术。
加百力·2024-01-25 22:38

无监督学习 - 聚类的潜在语义分析（Latent Semantic Analysis，LSA）

什么是机器学习潜在语义分析（LatentSemanticAnalysis，LSA）是一种无监督学习方法，用于在文本数据中发现潜在的语义结构。LSA的主要应用之一是进行文本文档的主题建模和信息检索。
草明·2024-01-25 21:23

为什么KNN和SVM不需要像深度学习那样进行多次迭代训练？

2.SVM也是一种监督学习算法，总结（KNN、SVM和深度学习在本质上有以下区别：）KNN（K-NearestNeighbors）和SVM（SupportVectorMachine）与深度学习模型有不同的训练和优化方法
小桥流水---人工智能·2024-01-25 17:24

降维算法——LE算法的推导

LE算法简介及其推导1.简单介绍LaplacianEigenmaps是一种降维算法，它看问题的角度和常见的降维算法不太相同，是从局部的角度去构建数据之间的关系。
GrandNovice·2024-01-25 15:24

机器学习笔记02：特征工程

特征工程1.特征工程定义2.数据的特征抽取：1.字典特征抽取：2.文本特征抽取：3.tf-df分析问题3.特征预处理1.特征处理的方法：1.数值型数据：标准缩放：2.类别型数据：3.事件类型：4.数据降维
fafagege11520·2024-01-25 09:12

Tensorflow 中的损失函数 —— loss 专题汇总

回归和分类是监督学习中的两个大类。自学过程中，阅读别人代码时经常看到不同种类的损失函数，到底Tensorflow中有多少自带的损失函数呢，什么情况下使用什么样的损失函数？这次就来汇总介绍一下。
WitsMakeMen·2024-01-25 08:47

机器学习 -- 支持向量机

支持向量机（SVM）是一种广泛应用于分类和回归问题的强大监督学习算法。就很适用于这种场景。概念支持向量（SupportVectors）在支持向量机（SVM）中，支持向量是非常核心的概念。
北堂飘霜·2024-01-25 07:56

【深度学习】逻辑回归模型

逻辑回归模型机器学习的分类机器学习的两个种类：有监督学习：数据集带标签（题目有正确答案）无监督学习：数据集不带有标签，比如聚类算法有监督学习两大任务：回归任务：预测结果是无限个值，是连续值（体重值、分数值
wmh1024·2024-01-25 07:34

新东方直播爆火：最牛逼的销售就是降维打击

新地方爆火，给我最大的启示就是：最牛逼的销售就是降维打击。东方甄选之所以火，
唐晓涵·2024-01-25 06:42

拿捏！相关性分析，一键出图！皮尔逊、斯皮尔曼、肯德尔、最大互信息系数（MIC）、滞后相关性分析，直接运行！独家可视化程序！

②特征降维：在大规模数据集中，相关性分析可以帮助我们过滤掉与目标
预测及优化·2024-01-25 01:50

拿捏！相关性分析，一键出图！皮尔逊、斯皮尔曼、肯德尔、最大互信息系数（MIC）、滞后相关性分析，直接运行！独家可视化程序！

②特征降维：在大规模数据集中，相关性分析可以帮助我们过滤掉与目标
预测及优化·2024-01-25 01:50

2019年上半年收集到的人工智能强化学习干货文章

强化学习之父：它是人工智能的未来机器学习之强化学习概览强化学习：如何处理大规模离散动作空间2018年强化学习领域十篇重要论文（附源码）『干货』深度强化学习与自适应在线学习的阿里实践我在谷歌大脑工作的监督学习
城市中迷途小书童·2024-01-24 22:57

实现多维数组扁平化

方法1，使用Arrary.flat()方法实现[[1],[2,[3,[4,5]]]].flat(Infinity)//[1,2,3,4,5][[1],[2,[3,[4,5]]]].flat(1)//传入降维的数字得到想要实现的数组
华子Code1024·2024-01-24 19:26

Python机器学习入门必学必会：机器学习与Python基础

“非监督式学习”即算法在训练模型时期不对结果进行标记，而是直接在数据点之间找有意义的关系，或者说输入数据中仅有X变量而没有y变量，特色在于针对X变量进行降维或者聚类，以挖掘特征变
数据科学作家·2024-01-24 19:05

锂电池剩余使用寿命预测 | 基于 SDAE-Transformer-ECA 网络的锂电池剩余使用寿命预测

SDAE（StackedDenoisingAutoencoder）预训练：使用无监督学习的方法，训练一个多层的自编码器网络（SDAE）来学习数据的潜在表示。SDAE可以通过
算法如诗·2024-01-24 16:18

关于大模型学习中遇到的4

MultilayerPerceptron）的缩写，多层感知机（MLP）是一种人工神经网络（ANN）的一种，也称为多层前馈网络（MLFN）、深度前馈神经网络（DFNN）、回归神经网络（RNN），是机器学习中一种有监督学习算法
ringthebell·2024-01-24 16:45

HMM隐马尔可夫模型和维特比算法

前言一、HMM的构成二、HMM的基本假设1.齐次马尔可夫假设2.观测独立假设3.参数不变性假设三、HMM的参数学习（监督学习）四、参数学习的代码思路五、维特比算法六、维特比算法代码思路总结前言隐马尔可夫模型是关于时序的概率图模型
Y·Not·Try·2024-01-24 12:05

无题

今天下午接我大爹上县的来，路上把大刘的三体听了一遍，真降维打击，起承转合，高潮迭起，各种新的认知向你扑面而来。
猫儿巴西·2024-01-24 11:20

Hive 行列转换

单列转多行，降维（单列数组或键值对）示例1：explode(array(…))select...,AfromTlateralviewexplode(ARRAY_FIELD)asA;selectexplode
Byyyi耀·2024-01-24 10:51

模糊聚类算法——模糊C均值聚类及matlab实现

1.算法概述模糊C均值聚类算法是一种经典的模糊聚类算法，用于无监督学习中的数据聚类问题。它通过为每个数据点分配模糊隶属度，将数据点划分到不同的聚类中心。
root-cause·2024-01-24 09:24

机器学习-PCA降维【手撕】

降维算法降维算法中的”降维“，指的是降低特征矩阵中特征的数量，其目的是为了让算法运算更快，效果更好，同时可以方便数据可视化。过高的维度特征维度的特征矩阵无法通过可视化，数据的性质也就比较难理解。
alstonlou·2024-01-24 09:52

机器学习整理

推理期：赋予机器逻辑推理能力知识期：使机器拥有知识学习期：让机器自己学习什么是有监督学习和无监督学习，并各举一个算法例子？有监督学习：从有标记的样本中学习，如决策树。
Loli_Wolf·2024-01-24 09:48
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他