监督学习

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

攻击检测与分类

攻击检测与分类4.2.3.1定义内涵攻击检测与分类的含义是针对各类网络实体及其行为，通过有监督或半监督学习的方式，实现攻击行为的识别，并区分攻击的技战术类型。
m0_73803866·2024-02-01 21:17

详解谱聚类算法理论基础

一、谱聚类宏观把握1、聚类目标1.1、聚类：首先我们知道聚类属于机器学习中的无监督学习，我们用作训练的数据是不带标
This_chao·2024-02-01 13:46

聚类算法理论

目录原理与用途常见的聚类方式聚类中需要注意的问题：常见算法以及应用k-均值聚类k-均值聚类过程该算法的特点算法参数介绍聚类分析的应用案例层次聚类层次聚类的过程算法特点参数介绍层次聚类的应用小案例特征聚类原理与用途聚类是一种无监督学习算法
是鱼儿啊～·2024-02-01 13:15

第九章　聚类　Clustering

第九章聚类(UnsupervisedLearning)无监督学习:训练样本的标记信息是未知的，通过对无标记数据的训练来找出数据内部所存在的规律以及性质．为进一步的数据分析打下基础１．知识点聚类过程中会自动的形成簇结构
GeekDengshuo·2024-02-01 13:45

聚类(Clustering)理论

一、无监督学习介绍在这小节中，我将开始介绍聚类算法，这是我们学习的第一个非监督学习算法，我们将要让计算机学习无标签数据而不是此前的标签数据。那么什么是非监督学习呢？
时间邮递员·2024-02-01 13:14

【深度学习：机器学习模型】如何构建您的第一个机器学习模型

【深度学习：机器学习模型】如何构建您的第一个机器学习模型第1步：将您的机器学习项目置于情境中第2步：探索数据并选择机器学习算法的类型监督学习无监督学习强化学习第3步：数据收集第4步：选择模型评估方法维护保留验证集
jcfszxc·2024-02-01 11:59

About_Machine_Learning_in_action

#监督学习######仅仅是个人理解对于机器学习，分为监督学习和非监督学习，今天的监督学习仅仅作为自己的学习记录一个数据，有他的类别，一群数据都有他们的类别，而新加入的数据却没有类别，那么监督学习就是以已知分类去区分未知分类没有例子
煮茶温酒曲终人散·2024-02-01 10:53

图神经网络自监督学习工具箱 - CPT-HG（一）

文章名称【CIKM-2021】【BeijingUniversityofPostsandTelecommunications/WeChatSearchApplicationDepartment,TencentInc.】ContrastivePre-TrainingofGNNsonHeterogeneousGraphs核心要点文章旨在解决现有预训练图神经网络方法仅仅适用于同质图，忽略了异质图的特点，并
processor4d·2024-02-01 02:23

人工智能与机器学习——开启智能时代的里程碑

写在前面前言人工智能与机器学习的概述监督学习、无监督学习和强化学习的基本原理监督学习：无监督学习：强化学习：机器学习的算法和方法常见的机器学习算法和方法线性回归：决策树：支持向量机：神经网络：人工智能与机器学习的应用领域人工智能与机器学习的未来发展结论
洁洁！·2024-02-01 01:32

故障诊断 | 一文解决，SVM支持向量机的故障诊断（Matlab）

效果一览文章概述故障诊断|一文解决，SVM支持向量机的故障诊断（Matlab）支持向量机（SupportVectorMachine，SVM）是一种常用的监督学习算法，用于分类和回归分析。
机器学习之心·2024-01-31 16:57

谈一谈深度学习与机器学习

机器学习包括多种方法：除了深度学习，机器学习还包括传统的监督学习、无监督学习、强化学习等方法，这些方法可以使用各种不同的算法和技术。优缺
流浪字节π·2024-01-31 09:07

Task03：基于图神经网络的结点表征

基于图神经网络的结点表征学习可以理解为对图神经网络进行基于监督学习的训练，使得图神经网络学会产生高质量的结点表征。在结点预测任务中，一个图，图上有很多节点，部分节点的标签已知，剩余节点的标签未知。
cherry_7·2024-01-31 08:10

机器学习——绪论总结

算法使用数据得到模型的过程即称为学习，或训练流程：根据输入数据，通过算法得到预测模型，对目标进行预测模型类别：分为有监督学习和无监督学习，其中有监督学习主要有分类和回归，无监督学习有如聚类等。
带带琪宝·2024-01-31 07:31

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

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

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

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