监督学习第8页

用于图节点分类的标签传播系列算法

注意：半监督与监督学习不同

时空摆渡者·2024-01-13 16:12

C3-1.3.1 无监督学习——异常检测

C3-1.3.1无监督学习——异常检测1、举例：异常值检测示例——密度评估法1.1举一个例子这里做的是查看飞机发动机异常检测：左侧：X1,X2…是可能会影响发动机状态的特征右侧：Dataset：训练数据集

帅翰GG·2024-01-13 10:23

【机器学习300问】4、机器学习到底在学习什么？

以监督学习的线性回归问题为例：房子价格预测。图中的蓝色线的方程：y=w

小oo呆·2024-01-13 05:49

【机器学习300问】5、什么是强化学习？

我将从三个方面为大家简明阐述什么是强化学习，首先从强化学习的定义大家的了解强化学习的特点，其次学习强化学习里特殊的术语加深对强化学习的理解，最后通过和监督学习与无监督学习的比较，通过对比学习来了解强化学习

小oo呆·2024-01-13 05:14

Glove词向量技术

GloVe的主要目标是通过无监督学习从大规模文本语料库中学习词汇的分布式表示，类似于Word2Vec模型。GloVe的设计理念是在Word2Vec的基础上进一步优化，以更好地捕捉词语之间的语义关系。

Algorithm_Engineer_·2024-01-12 18:51

【深度学习：Automated Data Annotation】自动数据注释完整指南

【深度学习：AutomatedDataAnnotation】自我监督学习解释什么是数据标注？如何自动化数据标注？

jcfszxc·2024-01-12 17:24

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·2024-01-12 15:29

线性判别分析LDA（（公式推导+举例应用））

文章目录引言模型表达式拉格朗日乘子法阈值分类器结论实验分析引言线性判别分析（LinearDiscriminantAnalysis，简称LDA）是一种经典的监督学习算法，其主要目标是通过在降维的同时最大化类别之间的差异

Nie同学·2024-01-12 14:00

Arxiv网络科学论文摘要6篇(2019-08-02)

MIMO干扰信道的最大-最小公平性设计：最小化最大化方法;从媒体事件报告中监督学习全球风险网络激活;跨域网络表示;基于友谊悖论采样的幂律度分布的最大似然估计;网络上的采样：估计不完整图的特征向量中心性;

ComplexLY·2024-01-12 14:25

word2vec中的CBOW和Skip-gram

Word2Vec由Google的研究员TomasMikolov等人于2013年提出，它通过无监督学习从大规模文本语料库中学习词汇的分布式表示。

Algorithm_Engineer_·2024-01-12 12:21

原创 | 一文读懂ChatGPT中的强化学习

创建者将监督学习和强化学习相结合来微调ChatGPT，强化学

javastart·2024-01-12 12:07

【机器学习300问】2、机器学习分为哪几类？

一、监督学习监督学习（SupervisedLearning）是机器学习和人工智能中的一种算法学习训练方式。它利用有标签的数据（通常称为训练数据）作为输入，训练一个模型来学习输入和输出之间的关系。

小oo呆·2024-01-12 06:21

【机器学习】半监督学习

二、启发式算法自训练和协同训练是两种常用的半监督学习的方法，它们的主要区别在于使用的模型的数量和类型。

十年一梦实验室·2024-01-12 06:08

图神经网络预训练 (4) - 节点属性预测 Attribute Prediction + 监督学习代码

我们继续剖析StrategiesforPre-trainingGraphNeuralNetworks一文。上一文中介绍了子结构预测的预训练方法（ContextPrediction）。对于一个多层的深度学习模型，在分子图上训练主模型，在子图上训练层数较少的子模型，限制（损失是）主模型上与子模型的嵌入向量相似，保证子结构环境相似的节点在随着模型的层数增加时仍能保持相似的嵌入向量，意味着化学环境相似的结

wufeil·2024-01-12 04:57

智能营销决策&大模型 AIGA（AI Generated Action）

飞翔的七彩蜗牛·2024-01-11 21:39

人工智能复习

机器学习中线性回归和逻辑回归：机器学习的分类：监督学习和无监督学习，半监督学习监督学习（SupervisedLearning）：监督学习是一种利用带有标签（标记）的数据进行训练的机器学习方法。

丘小羽·2024-01-11 21:04

K-均值聚类算法及其优缺点(InsCode AI 创作助手测试生成的文章)

K-均值聚类算法及其优缺点K-均值聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的类别。该算法的基本思想是根据数据点之间的距离，将它们划分为离其最近的K个簇之一。

Persus·2024-01-11 19:25

【Python机器学习】SVM——线性模型与非线性特征

SVM（核支持向量机）是一种监督学习模型，是可以推广到更复杂模型的扩展，这些模型无法被输入空间的超平面定义。

zhangbin_237·2024-01-11 11:31

基于传统机器学习模型算法的项目开发详细步骤

1场景分析1.1项目背景描述开发项目模型的一系列情境和因素，包括问题、需求、机会、市场环境、竞争情况等1.2.解决问题传统机器学习在解决实际问题中主要分为两类：有监督学习：已知输入、输出之间的关系而进行的学习

挑大梁·2024-01-11 10:44

强化学习—模仿学习行为克隆生成式对抗网络模型

第十五章模仿学习15.1简介虽然强化学习不需要有监督学习中的数据标签，但它十分依赖奖励函数的设置。有时在奖励函数上做一些微小的改动，训练出来的策略就会天差地别。

oceancoco·2024-01-11 08:27

Instruct GPT:training language models to follow instructions with human feedback

贡献本文提出构建人类反馈的数据集，使用监督学习去Fine-tuneGPT模型，这样能使得模型往大家希望的方向行进（模型输出与人类意图Alignment）。Fine-tune后，仅使用

WindyChanChan·2024-01-11 06:32

Training language models to follow instructions with human feedback

首先收集标注者对于理想模型行为的演示用于微调GPT-3（监督学习），然后收集对于模型输出

qq_43901463·2024-01-11 06:27

chatgpt的基本技术及其原理

模型通过对大量的互联网文本进行自监督学习来学习语言模式和语义表示。在预训练过程中，模型需要根据上下文来预测下一个词或掩码。通过这种方式，模型能够学习到词汇、语法和上下文之间的关联。预训练使用了

andeyeluguo·2024-01-11 06:20

#Paper Reading# Training language models to follow instructions with human feedback

arxiv.org/abs/2203.02155论文发表于:arXiv2022论文所属单位:OpenAI论文大体内容本文主要提出了GPT-3.5（InstructGPT）模型，通过使用人类反馈的数据集进行监督学习

John159151·2024-01-11 06:48

在Noisy Data上训练出超越监督学习的模型

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者：藏云阁主|已授权转载（源：知乎）https://zhuanlan.zhihu.com/p/415238682介绍一篇Manteia算法组的NeurIPS2021Spotlight文章。文章讨论的核心问题是，在医学图像生成领域，限制模型表现进一步提升的原因是什么？用什么方法可以打破该限制？我们希望通过这篇文章，给大家带来医学图

Amusi（CVer）·2024-01-11 05:53

LLM大模型和数据标注

这些模型通过无监督或自我监督学习进行训练。简而言之，只需极少的人工干预，就能生成一个能像人类一样对话的模型。这就引出了一个问题--数据标注对大型语言模型还有意义吗？

AONDATA·2024-01-10 23:30

在阿多比设计学院，摸鱼竟然比学习还难？

emm...要知道他们口中的“负责”是被每一位授课老师实打实的监督学习。你要是敢偷懒、敢发呆、敢上课睡觉，那么任课老师和班主任就已经做好找你谈话的打算了。

阿多比UI设计·2024-01-10 19:34

【手搓深度学习算法】用线性回归预测波士顿房价

线性回归线性回归是一种监督学习方法，用于建立因变量与一个或多个自变量之间的关系。线性回归的目标是找到一条直线，使得所有数据点到这条直线的距离之和最小。

精英的英·2024-01-10 18:20

选择三个机器学习算法，代码实现，并选择一个数据集进行性能分析

1.线性回归算法线性回归是一种用于预测连续数值的监督学习算法。线性回归算法通过最小化误差的平方和来寻找最佳拟合线，误差是指实际观测值与回归线预测值之间的差异。

Aurora_木迦·2024-01-10 11:37

【机器学习】K近邻（K-Nearest Neighbor）算法入门指南

前言：K近邻（K-NearestNeighbor，简称KNN）算法是利用数据点之间的距离来进行预测的一种监督学习方法。

Avasla·2024-01-10 10:24

聚类算法k-means（无监督学习）笔记

内容简介笔记记录了聚类算法k-means的实例过程：第1部分为建模流程：先构造包含5个中心点的随机训练集数据，并画图展现样本分布情况，最后导入新数据测试；第2部分介绍了几个常用参数和调优流程；第3、4部分别为评估方法和算法存在的问题。1.k-means建模1）构造训练集（构造5个数作为中心点），画图显示情况#导入模块importnumpyasnpimportos%matplotlibinlinei

Avasla·2024-01-10 10:23

机器学习 —— 自用整理期末复习笔记

一、绪论机器学习术语假设空间p5监督学习（supervisedlearning）的任务是学习一个模型，使模型能够对任意给定的输入，对其相应的输出做出一个好的预测。

西皮呦·2024-01-10 09:15

多模态大模型

多模态大模型通常采用自监督学习的方式进行训练，通过对比不同模态数据之间的相似性和语义一致性来生成任务目标和预测任务结果。它们广泛应用于各种应用领域，如智能客服、智能语音助手、智能推荐等。

道亦无名·2024-01-10 09:44

【Machine Learning】Unsupervised Learning

本笔记基于清华大学《机器学习》的课程讲义无监督学习相关部分，基本为笔者在考试前一两天所作的CheatSheet。内容较多，并不详细，主要作为复习和记忆的资料。

YiPeng_Deng·2024-01-10 06:08

【Machine Learning】Supervised Learning

本笔记基于清华大学《机器学习》的课程讲义监督学习相关部分，基本为笔者在考试前一两天所作的CheatSheet。内容较多，并不详细，主要作为复习和记忆的资料。

YiPeng_Deng·2024-01-10 06:08

DrugCLIP：用于虚拟筛选的对比蛋白-分子表示学习

最近使用评分函数进行结合亲和力预测的监督学习方法虽然很有前途，但由于它们依赖于具有可靠结合亲和力标签的有限数据，因此尚未超越对接方法。

tzc_fly·2024-01-10 04:24

梯度下降法（Gradient Descent）

梯度下降法（GradientDescent）梯度下降法批量梯度下降法随机梯度下降法scikit-learn中的随机梯度下降法小批量梯度下降法梯度下降法梯度下降法，不是一个机器学习算法（既不是再做监督学习

Debroon·2024-01-10 03:23

赠书 | 周志华老师的西瓜书--《机器学习》

他在机器学习的一些重要领域，例如集成学习、半监督学习、多示例和多标记学习等方面都做出了在国际上有重要影响的工作，其中一些可以认为是中国学者在国际上的代表性贡献。”——陆汝铃中国科学院数学与系统科学研究

茗创科技·2024-01-09 23:35

机器学习简答题

监督学习、无监督学习、半监督学习、强化学习3、请简述什么是监督学习？什么是无监督学习？有监督学习是指训练数据中包含了输入和输出的标签信息，目标是通过已知输入和输出来预测新数据的标签。

你若盛开，清风自来！·2024-01-09 23:08

Support Vector Machine 建模（基于三种数据集）

对于弯月数据集的处理建模：三、SVM对于directmarketingcampaigns(phonecalls)数据集的处理建模：SupportVectorMachine(SVM)是一种机器学习算法，属于监督学习方法

取名真难.·2024-01-09 22:53

GraphGPT： Graph Instruction Tuning for Large Language Models

为了提高模型的稳健性，自监督学习（SSL）已成为一种有前途的数据增强方法。然而，现有的得到预训练图嵌入

图学习小组·2024-01-09 20:27

语义分割无监督、半监督学习

InstanceAdaptiveSelf-TrainingforUnsupervisedDomainAdaptation（ECCV2020）https://arxiv.org/abs/2008.12197标记的训练数据和未标记的测试数据之间的差异是当前深度学习模型面临的一个重大挑战。无监督域适应（UDA）试图解决这一问题。最近的研究表明，自我训练是一种有效的方法。然而，现有的方法很难平衡可伸缩性和

Valar_Morghulis·2024-01-09 14:36

机器学习中常用的概念：ROC曲线和AUC值，到底是什么？

1.关于ROC曲线的概念ROC曲线和AUC值是评价分类监督学习性能的重要量度指标。ROC曲线又被称为“接受者操作特征曲线”“等感受性曲线”，主要用于预测准确率情况。

数据科学作家·2024-01-09 08:36

ChatGPT和Web3：人工智能如何帮助您建立和发展您的 Web3 公司

该机器人建立在OpenAI的GPT-3人工智能家族上，并通过监督学习和强化学习技术进行了优化。与ChatGPT机器人聊天时，你会感觉自己在与一个懂得一切并以非常教育性的方式回答的朋友交谈。

zgsdzczh·2024-01-09 01:09

【Python机器学习】理论知识：决策树

用机器学习的语言来说，，为了得到预测结果，利用多个特征构建一个模型，可以利用监督学习从数据中学习模型，而不需要人为构建模型。学习决策树，就是学习一系列if

zhangbin_237·2024-01-08 19:35

基于贝叶斯决策理论的分类器

基于贝叶斯决策理论的分类器基于贝叶斯决策理论的分类器贝叶斯决策理论1如何衡量分类好坏参数估计1极大似然估计2最大后验概率估计3最大熵估计4非参数估计贝叶斯分类器在现实中的应用1垃圾邮件分类2贝叶斯网络参考文献首先，我们知道机器学习分为监督学习和非监督学习两大类

CHENG-HQ·2024-01-08 09:39

如何用DBSCAN聚类模型做数据分析？

DBSCAN属于无监督学习算法，无监督算法的内涵是观察无标签数据集自动发现隐藏结构和层次，在无标签数据中寻找隐藏规律。

赵小洛·2024-01-08 07:41

深度学习（花书）笔记2——（无）监督学习算法介绍

机器学习算法可以分为监督学习算法和无监督学习算法。1.监督学习监督学习算法是给定一组输入x和输出y的训练集，学习如何关联输入x和输出y。在许多时候，输出y很难自动收集，必须由人来提供‘监督’。

吟风芥尘·2024-01-08 06:51

自监督学习简介

1.自监督学习自监督学习是可以看做是一种特殊的无监督学习的一个子类别（但并非无监督学习），因为它利用了未标记的数据。关键思想是让模型无需手动标签即可学习数据表示。

mingqian_chu·2024-01-08 06:45

自监督深度学习技术

一、定义自监督学习（SSL）是机器学习的一种范式，用于处理未标记数据以获取有用的表示，以帮助下游学习任务。

独孤西·2024-01-08 06:13

推荐频道

监督学习