监督学习第4页

【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

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

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？3.2PCA算法（Principlecomponentanalysis）3.2.1基于最大方差原理1.PCAfor1-D2.PCAforn-D3.2.2基于最小化误差原理3.2.3从

catcous·2024-02-03 15:08

2020李宏毅学习笔记——41.Unsupervised learning Linear Methods

每个读者的大脑就是一套独立的无监督学习系统,根据各自的识别模型/方式来把实例进行分类.一.无监督学习概念分为两类：（1）聚类&降维（化繁为简）：将多个输入抽象成一种类型（2）Generation（无中生有

是汤圆啊·2024-02-03 15:38

Semi-supervised Learning（半监督学习）

文章目录摘要1.Introduction1.1WhySemi-supervisedLearning？1.2whySemi-supervisedLearninghelps？2.Semi-supervisedLearningforGenerativeModel2.1SupervisedGenerativeModel2.2Semi-supervisedGenerativeModel3.Low-densi

catcous·2024-02-03 15:38

李宏毅学习笔记——自监督学习（二）

自监督SSL（Self-supervisedLearning）提出背景：完全监督模型：有样本和标签，每个样本都已经被标注好，用已标注的数据去训练模型。在这种情况下，如果我们需要对文章进行分类，分成积极和消极，那我们需要先对所有文章进行标注，才能训练模型，但是手工标注是一个非常辛苦繁琐的事情。自监督模型：在没有标签的情况下，自己想办法做supervised。把一个文章x分成两半x‘和x’‘，把x‘放

Whalawhala·2024-02-03 15:35

政安晨的AI笔记——示例演绎OpenAI的ChatGPT与DALL·E提示词总原则（并融合创作一副敦煌飞天仙女图）

它建立在GPT（GenerativePre-trainedTransformer）模型的基础上，通过大量的无监督学习和生成式任务训练来学习语言的概念和模式。

政安晨·2024-02-03 15:32

SVM支持向量机

1.基本概念支持向量机（SupportVectorMachine，SVM）是一种有监督学习方法，主要用于分类和回归分析。

三三木木七·2024-02-03 13:34

机器学习_无监督学习之聚类

文章目录介绍机器学习下的分类K均值算法K值的选取:手肘法用聚类辅助理解营销数据贴近项目实战介绍机器学习下的分类以下介绍无监督学习之聚类聚类是最常见的无监督学习算法。人有归纳和总结的能力，机器也有。

you_are_my_sunshine*·2024-02-03 10:35

机器学习_无监督学习之降维

文章目录介绍PCA算法通过PCA算法进行图像特征采样1.问题定义:给手语数字数据集降维2.导入数据并显示部分数据3.进行降维模型的拟合介绍降维是把高维的数据降到低维的空间或平面上进行处理，也就是让特征数量减少，同时保留特征中的主要信息，从而简化数据集的空间结构，更易于可视化。PCA算法最常见的降维算法是主成分分析(PrincipalComponentAnalysis，PCA)，它是通过正交变换将可

you_are_my_sunshine*·2024-02-03 10:35

数据聚类：一种有效的数据分析技术

数据聚类作为一种无监督学习方法，可以帮助我们发现数据中的潜在模式和结构，从而更好地理解数据。本文将介绍数据聚类的基本概念、常用算法、常用方法、注意事项和应用场景。

正儿八经的数字经·2024-02-03 08:58

机器学习入门-----sklearn

机器学习基础了解概念机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来定义：从数据中自动分析获得模型，并利用模型对特征数据【数据集：特征值+目标值构成】进行预测算法数据集的目标值是类别的话叫做分类问题；目标值是连续的数值的话叫做回归问题；统称监督学习

辣椒酱.·2024-02-03 07:30

机器学习-线性回归【手撕】

决策树，随机森林，支持向量机的分类器等分类算法的预测标签是分类变量，多以{0，1}来表示，而无监督学习算法比如PCA，KMeans的目标根本不是求解出标签，注意加以区别。

alstonlou·2024-02-03 07:23

机器学习知识体系总结

机器学习体系概括监督学习（SupervisedLearning）十种监督学习方法统计学习方法：模型+策略+学习方法模型策略学习算法无监督学习（UnsupervisedLearning）半监督学习参考所有的知识

qq_36661243·2024-02-03 07:22

白铁时代 —— （监督学习）原理推导

来自李航《统计学习方法》文章目录-1指标相似度0概论1优化类1.1朴素贝叶斯1.2k近邻-kNN1.3线性判别分析二分类LDA多分类LDA流程LDA和PCA的区别和联系1.4逻辑回归模型&最大熵模型逻辑回归最大熵模型最优化1.5感知机&SVM感知机SVM线性可分SVM线性不可分SVM对偶优化问题&非线性SVM序列最小优化算法SMO1.7概率图模型EM算法EM算法的导出和流程应用举例：高斯混合模型(

人生简洁之道·2024-02-03 07:46

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·2024-02-03 06:56

[AIGC] 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（K-meansclustering）是一种常用的无监督学习算法，用于将数据集划分成K个不重叠的簇(cluster)。

程序员三木·2024-02-03 06:54

Python 实战人工智能数学基础：强化学习

强化学习的核心思想是通过试错、反馈和奖励来学习，而不是通过传统的监督学习方法，如分类器或回归器。

Python人工智能大数据·2024-02-02 20:46

降维(Dimensionality Reduction)

一、动机一：数据压缩这节我将开始谈论第二种类型的无监督学习问题，称为降维。

时间邮递员·2024-02-02 16:39

深度学习的新前沿：突破、应用与挑战

深度学习的技术突破1.自监督学习自监督学习是一种无需人工标注数据即可训练神经网络

尘中928·2024-02-02 09:08

机器学习 - 代价函数

概念如下：支持向量机（SVM）：SVM是一种监督学习算法，常用于分类问题。它的目标是找到一个超平面（在二维空间中是一条线，在更高维空间中是一个面），这个超平面能够最好地分隔不同类别的数据点。

北堂飘霜·2024-02-02 07:07

机器学习---半监督学习（基于分岐的方法）

1.基于分歧的方法与生成式方法、半监督SVM、图半监督学习等基于单学习器利用未标记数据不同，基于分歧的方法(disagreement--basedmethods)使用多学习器，而学习器之间的“分歧”(disagreement

三月七꧁ ꧂·2024-02-02 07:37

机器学习---半监督学习（生成式方法）

若直接使用传统监督学习技术，则仅有Dl能用于构建模型，Du所包含的信息被浪费了；另一方面，若Dl较小，则由于训练样本不足，学得模型的泛化能力往往不佳。那么，能否在构建模型的过程中将D

三月七꧁ ꧂·2024-02-02 06:23

scikit-learn

什么是监督学习和无监督学习？监督学习：有输入和预期输出的学习；无监督学习：由真实(groundtruth)找到最好的假设(hypothesis)—预期输出不明确的学习方式。分类和回归的不同？

JerryYang105·2024-02-02 06:26

机器学习和模型训练的浅谈

机器学习涵盖了多种算法和技术，如监督学习、无监督学习、强化学习等。简单来说，机器学习关注的是如何从数据中“学习”知识或模式，以便进行预测或决策。而模型训练则是机器学习中的一个具体步骤，它涉及到使用已

MarkHD·2024-02-02 03:17

用python实现支持向量机图像分类

首先，支持向量机(SupportVectorMachine，SVM)是一种监督学习算法，可用于分类和回归。

无声远望·2024-02-01 23:09

推荐频道

监督学习