监督学习

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

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LocallyLinearEmedding(LLE)局部线性嵌入具体是是怎么做的呢，我们点x和周围的点xj，给xj每个点加权wij求和，使其和xi最接近，然后投影到向量z
ca8519be679b·2024-02-08 10:38

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

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

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

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

【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

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

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

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

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

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

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

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

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——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

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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他