E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
监督学习
机器学习基础(一)理解机器学习的本质
目录机器学习机器学习概念相关概念机器学习根本:模型数据的语言:特征与标签训练与测试:模型评估机器学习的分类
监督学习
:有指导的学习过程非
监督学习
:自我探索的过程强化学习:通过试错学习构建与分析鸢尾花数据模型鸢尾花数据集简介加载数据集创建和训练模型进行预测与评估模型机器学习机器学习概念机器学习是人工智
昊昊该干饭了
·
2024-02-20 21:38
人工智能
python
机器学习
人工智能
python
吴恩达机器学习全课程笔记第一篇
目录前言P1-P8
监督学习
无
监督学习
P9-P14线性回归模型成本(代价)函数P15-P20梯度下降P21-P24多类特征向量化多元线性回归的梯度下降P25-P30特征缩放检查梯度下降是否收敛学习率的选择特征工程多项式回归前言从今天开始
亿维数组
·
2024-02-20 21:37
Machine
Learning
机器学习
笔记
人工智能
机器学习-近邻KNN算法学习笔记
算法原理算法通俗解释算法的公式欧氏距离曼哈顿距离三、算法实现与应用模型搭建思路KNN算法模型源码代码运行效果图四、总结一、算法定义K最近邻(K-NearestNeighbors,KNN)算法是一种用于分类和回归的
监督学习
算法
不会敲代码的陈序员
·
2024-02-20 21:36
机器学习
算法
人工智能
【机器学习案例5】语言建模 - 最常见的预训练任务一览表
自
监督学习
(SSL)是基于Transformer的预训练语言模型的支柱,该范例涉及解决有助于建模自然语言的预训练任务(PT)。本文将所有流行的预训练任务放在一起,以便我们一目了然地评估它们。
suoge223
·
2024-02-20 20:05
机器学习实用指南
机器学习
人工智能
机器学习---强化学习
1.什么是强化学习在连接主义学习中,在学习的方式有三种:非
监督学习
(unsupervisedlearning)、
监督学习
(supervisedleaning)和强化学习。
三月七꧁ ꧂
·
2024-02-20 16:26
机器学习
机器学习
人工智能
深度学习——概念引入
深度学习深度学习简介深度学习分类根据网络结构划分:循环神经网络卷积神经网络根据学习方式划分:
监督学习
无
监督学习
半
监督学习
根据应用领域划分:计算机视觉自然语言处理语音识别生物信息学深度学习简介深度学习(DeepLearning
韶光流年都束之高阁
·
2024-02-20 10:31
深度学习日记
深度学习
人工智能
职场和发展
Sora背后的论文(1):使用 lstms 对视频展现进行无
监督学习
之前那篇《Sora背后的32篇论文》发出后,大家都觉得不错,有很多小伙伴都开始啃论文了。那么我就趁热打铁,把这32篇论文的通俗解读版贴一下。从去年开始,我基本上形成了一个思维方式,任何事情做之前先看看有没有好的AI工具帮助自己提高效率。我本身不是算法出身,也是散装英语的水平,所以这个过程是借助了一些AI工具完成,后面会专门写一篇介绍详细的说明。Sora官网技术文章出处:Videogeneratio
一支烟一朵花
·
2024-02-20 08:17
论文
学习
人工智能
深度学习
数据挖掘十大经典算法之KNN
一、knn介绍1.K最近邻(k-NearestNeighbor,KNN)分类算法,属于有
监督学习
中的分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。
我姓许啊
·
2024-02-20 01:41
GAN生成对抗性网络
一、GAN原理出发点:机器学习中生成模型的问题无
监督学习
是机器学习和未来人工智能的突破点,生成模型是无
监督学习
的关键部分特点:不需要MCMC或者变分贝叶斯等复杂的手段,只需要在G和D中对应的多层感知机中运行反向传播或者梯度下降算法模型通常使用神经网络
Dirschs
·
2024-02-19 23:19
深度学习
GAN
生成对抗网络
人工智能
神经网络
支持向量机SVM
支持向量机(SVM,SupportVectorMachines)是一种广泛使用的
监督学习
方法,适用于分类、回归和其他任务。
ALGORITHM LOL
·
2024-02-19 23:19
支持向量机
算法
机器学习
【论文精读】ESViT
尽管其简单有效,但现有的基于transformer的SSL(自
监督学习
)方法需要大量的计算资源才能达到SoTA性能。故认为SSL系统的效率与两个因素高度相关:网络架构和预训练任务。
None-D
·
2024-02-19 22:40
自监督学习
深度学习
人工智能
计算机视觉
算法
【论文精读】SimCLR2
摘要本文提出了一个半
监督学习
框架,包括三个步骤:无监督或自监督的预训练;有监督微调;使用未标记数据进行蒸馏。
None-D
·
2024-02-19 22:40
自监督学习
机器学习
人工智能
deep
learning
计算机视觉
算法
深度学习
【机器学习笔记】11 支持向量机
支持向量机(SupportVectorMachine,SVM)支持向量机是一类按
监督学习
(supervisedlearning)方式对数据进行二元分类的广义线性分类器(generalizedlinearclassifier
RIKI_1
·
2024-02-19 19:38
机器学习
机器学习
笔记
支持向量机
【机器学习笔记】12 聚类
无
监督学习
概述
监督学习
在一个典型的
监督学习
中,训练集有标签,我们的目标是找到能够区分正样本和负样本的决策边界,需要据此拟合一个假设函数。
RIKI_1
·
2024-02-19 19:38
机器学习
机器学习
笔记
聚类
【机器学习笔记】3 逻辑回归
分类问题分类问题
监督学习
最主要的类型,主要特征是标签离散,逻辑回归是解决分类问题的常见算法,输入变量可以是离散的也可以是连续的二分类先从用蓝色圆形数据定义为类型1,其余数据为类型2;只需要分类1次,步骤
RIKI_1
·
2024-02-19 19:02
机器学习
机器学习
笔记
逻辑回归
支持向量机 | 核技巧于SMO算法的实现
核技巧关于支持向量机,我们有这样的共识:支持向量机是一种分类器,之所以叫“机”是因为它会产生一个二值决策结果,是一种决策机;支持向量机的泛化误差较低,即,有良好的学习能力,且学到的模型具有很好的推广性,因此被认为是
监督学习
中最好的定式算法
Sudden
·
2024-02-19 18:44
AI算法初识之分类汇总
以下是一些主要的分类方式及相应的代表性算法:1.按照学习类型-**
监督学习
**:-线性回归(LinearRegression)-逻辑回归(LogisticRegression)-决策树(DecisionTree
初心不忘产学研
·
2024-02-19 14:32
人工智能
算法
大数据
机器学习
深度学习
Python环境下基于深度判别迁移学习网络的轴承故障诊断
另一方面,如果直接在新的目标领域中进行模型的训练,其数据的稀缺和标注的不完整可能会导致
监督学习
出现严重的过拟合问题,难以达到令人满意的学习效果
哥廷根数学学派
·
2024-02-19 12:36
故障诊断
信号处理
深度学习
python
迁移学习
开发语言
(2024,L-DAE,去噪 DM,去噪 AE,影响 SSRL 性能的关键成分,PCA 潜在空间)解构自
监督学习
的去噪扩散模型
DeconstructingDenoisingDiffusionModelsforSelf-SupervisedLearning公和众和号:EDPJ(进Q交流群:922230617或加VX:CV_EDPJ进V交流群)目录0.摘要4.解构去噪扩散模型4.1.用于自
监督学习
的重新导向
EDPJ
·
2024-02-19 12:04
人工智能
为自
监督学习
重构去噪扩散模型
在这项研究中,作者检验了最初用于图像生成的去噪扩散模型(DDM)的表示学习能力。其理念是解构DDM,逐渐将其转化为经典的去噪自动编码器(DAE)。这一解构过程让大家能够探索现代DDM的各个组成部分如何影响自监督的表征。观察到,只有极少数现代组件对学习好的表征至关重要,而其他许多组件则不重要。研究最终得出了一种高度简化的方法,在很大程度上类似于经典的DAE。来自:DeconstructingDeno
tzc_fly
·
2024-02-19 12:48
生成式AI
学习
人工智能
open3d k-means 聚类
算法步骤二、代码1、机器学习生成`kmeans`聚类2、点云学习生成聚类三、结果1、原点云2、机器学习生成`kmeans`聚类3、点云学习生成聚类四、相关链接一、算法原理1、介绍K-means聚类算法是一种无
监督学习
算法
云杂项
·
2024-02-19 11:04
open3d持续更新
kmeans
聚类
算法
计算机视觉
python
机器学习
ChatGPT原理以及发展
属于大规模预训练模型,有两个关键字,大规模和预训练,大规模:参数够多、模型够大预训练:数据集够多,训练时间够多所以单个人没有足够的算力,那就直接有现成的吧语言处理和图像处理在深度学习里都差不多原理基本相似,在
监督学习
中都是需要大量的标注数据和人工干预
菜鸟Cardll
·
2024-02-19 10:49
深度学习
chatgpt
机器学习中的10种非线性降维技术对比总结
降维意味着我们在不丢失太多信息的情况下减少数据集中的特征数量,降维算法属于无
监督学习
的范畴,用未标记的数据训练算法。尽管降维方法种类繁多,但它们都可以归为两大类:线性和非线性。
·
2024-02-19 10:49
NLP_ChatGPT的RLHF实战
原文:译文:第1步,先使用大量数据(从Prompt数据库中抽样)通过
监督学习
在预训练的GPT-3.5基础
you_are_my_sunshine*
·
2024-02-15 09:41
NLP
大模型
chatgpt
自然语言处理
人工智能
探索机器学习:定义、算法及应用领域
目录前言1机器学习的定义2机器学习算法2.1
监督学习
2.2无
监督学习
2.3强化学习3机器学习的应用3.1智能搜索3.2医疗诊断3.3无人驾驶结语前言机器学习,源自ArthurSamuel的定义,赋予计算机通过领域学习的能力
cooldream2009
·
2024-02-14 05:29
AI技术
机器学习
机器学习
算法
人工智能
DS Wannabe之5-AM Project: DS 30day int prep day14
自编码器是一种特殊类型的神经网络,它通过无
监督学习
尝试复现其输入数据。它通常包含两部分:编码器和解码器。
wendyponcho
·
2024-02-13 20:29
深度学习
人工智能
python
学习
机器学习
机器学习入门--BP神经网络原理与实践
BP神经网络引言BP神经网络,即反向传播神经网络,是一种
监督学习
算法,用于多层前馈神经网络的训练。
Dr.Cup
·
2024-02-13 13:37
机器学习入门
机器学习
神经网络
人工智能
机器学习入门--支持向量机原理与实践
支持向量机模型支持向量机(SupportVectorMachine,SVM)是一种常用的
监督学习
算法,主要用于分类和回归问题。它的原理简单而强大,在许多实际应用中取得了很好的效果。
Dr.Cup
·
2024-02-13 13:36
机器学习入门
支持向量机
机器学习
算法
3. ⼤语⾔模型深度学习背景知识
需要注意的是,预训练本质上是⼀个⽆
监督学习
过程;得到预训练模型(PretrainedModel),也被称为基座模型(BaseModel),模型具
Andy_shenzl
·
2024-02-12 18:22
大模型学习
pytorch
大模型
(深度学习快速入门)图对比学习综述笔记-中文信息学报2023第37卷第5期
文章目录引言问题定义和相关背景图定义及其类型对比学习图神经网络图分析的下游任务节点级图对比学习方法实例对比跨级别对比边级别图对比学习图级别对比学习图对比学习扩展不同类型图上的扩展结合监督信息的图对比学习图数据集介绍引言传统的图数据分析通常采用
监督学习
的框架
快乐江湖
·
2024-02-12 15:18
深度学习
学习
笔记
深度学习笔记
DeepLearningBasic神经网络:algorithm1input1outputinput2input3input4algorithm2
监督学习
:1个x对应1个y;Sigmoid:激活函数sigmoid
stoAir
·
2024-02-12 14:28
深度学习
笔记
人工智能
机器学习之
监督学习
和非
监督学习
监督学习
(SupervisedLearning)
监督学习
是一种学习方式,其中模型从标记的训练数据中学习。这意味着每个训练样本都是由输入向量和相应的目标输出(也称为标签)组成的。
华农DrLai
·
2024-02-12 11:30
机器学习
学习
人工智能
深度学习
[机器学习]决策树
决策树决策树学习采用的是自顶向下的递归方法,其基本思想是以信息熵为度量构造一颗熵值下降最快的树,到叶子节点处,熵值为0具有非常好的可解释性、分类速度快的优点,是一种有
监督学习
最早提及决策树思想的是Quinlan
LBENULL
·
2024-02-12 11:21
【大厂AI课学习笔记】【1.6 人工智能基础知识】(2)机器学习
目录必须理解的知识点:举一个草莓的例子:机器学习的三个类别:
监督学习
:无
监督学习
:强化学习:更多知识背景:机器学习的诞生需求
监督学习
的关键技术与实现步骤无
监督学习
的关键技术与实现步骤区别:联系:其他关键知识点
giszz
·
2024-02-12 08:26
学习笔记
人工智能
人工智能
学习
笔记
XGBoost算法
XGBoost在机器学习中被广泛应用于多种场景,特别是在结构化数据的处理上表现出色,XGBoost适用于多种
监督学习
任务,包括分类、回归和排名问题。
小森( ﹡ˆoˆ﹡ )
·
2024-02-12 04:11
机器学习算法
算法
人工智能
机器学习
半
监督学习
(主要伪标签方法)
半
监督学习
1.引言应用场景:存在少量的有标签样本和大量的无标签样本的场景。在此应用场景下,通常标注数据是匮乏的,成本高的,难以获取的,与之相对应的是却存在大量的无标注数据。
拔牙的萌萌鼠
·
2024-02-11 14:18
机器学习与深度学习
学习
机器学习
深度学习
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
人工智能
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
matlab工程应用
算法
matlab
聚类
无监督学习
基于密度的噪声应用空间聚类
【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
#
深度学习
计算机视觉
机器学习
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
脑电机器学习
机器学习
人工智能
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
机器学习
人工智能
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
机器学习
机器学习
聚类
支持向量机
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
机器学习
机器学习
聚类
人工智能
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
人工智能
【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
pytorch
支持向量机
人工智能
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
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
机器学习
机器学习
聚类
人工智能
【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
深度学习知识专栏
深度学习
学习
人工智能
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他